Sürücü davranışlarının modellenmesine bilişsel mimari yaklaşımı
A cognitive architecture approach for modelling drivers' behavior
- Tez No: 202318
- Danışmanlar: YRD. DOÇ. DR. HALİL YEŞİLÇİMEN
- Tez Türü: Doktora
- Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Elektrik ve Elektronik Mühendisliği, Mühendislik Bilimleri, Computer Engineering and Computer Science and Control, Electrical and Electronics Engineering, Engineering Sciences
- Anahtar Kelimeler: Araç Sürücü Modelleme, Modelleme, Bilissel Mimari, Pekistirmeli Ögrenme, Q-Ögrenme, Seçenekler, Otomatik Alt Görev Belirleme, Drivers? Behavior Modelling, Cognitive Architecture, Reinforcement Learning, Q-Learning, Options, Automatically Subgoal Discovery, Reverse Reinforcement Learning
- Yıl: 2006
- Dil: Türkçe
- Üniversite: Uludağ Üniversitesi
- Enstitü: Fen Bilimleri Enstitüsü
- Ana Bilim Dalı: Elektronik Mühendisliği Ana Bilim Dalı
- Bilim Dalı: Belirtilmemiş.
- Sayfa Sayısı: 162
Özet
Geçen yüzyılın sonlarına dogru ulasım teknolojilerindeki hızlı gelismeler, can veya mal kaybına yol açan trafik kazaları ve zaman kaybına yol açan trafik sıkısıklıkları seklinde sorunları da beraberinde getirmistir. statistiksel olarak bakıldıgı zaman bu sorunların büyük oranda insan kaynaklı hatalardan ortaya çıktıgı görülmektedir. nsandan kaynaklı sorunların çözümünde, otomobil kullanma esnasında sürücünün üzerinden yükü alacak sürücü yardımcı sistemlerinin olusturulması fikri arastırmacılar tarafından büyük ilgi görmüs ve bu konuda yogun çalısmalar gerçeklestirilmistir. Sürücü yardımcı sistemlerinin olusturulmasında en önemli asama, sürücü davranısının modellenmesi asamasıdır. Bilissel mimari insan davranısının modellenmesi için gelecek vaat eden en önemli seçeneklerden biri durumundadır, fakat araç sürme problemine uygulanmasıyla ilgili literatür oldukça kısıtlıdır. Bu tez çalısmasının bir katkısı, araç sürme davranısının modellenmesinde, bilissel mimariyi temel alan bir yöntemin önerilmesidir. Önerilen mimarinin çekirdeginde, deneyimler yoluyla sürücü davranıslarını ögrenmeye imkan saglayan pekistirmeli ögrenme yöntemi, pekistirmeli ögrenme yöntemi olarak da Q-Ögrenme yöntemi kullanılmıstır. Literatür taramasında standart Q-Ögrenme tekniklerinin insan davranıslarının modellenmesinde kullanılmasının, insan davranıslarının sürekli olmasıyla durum uzayının büyüdügü, içinde bulundugu durumun dinamik oldugu ve insan davranısları için bir pekistirme fonksiyonu olusturmanın oldukça zor oldugu durumlarda problemlere sahip oldugu görülmüstür. Bu tez çalısmasının bir diger katkısı, süreklilik ve büyük durum uzayı probleminin çözümü için alt görevlerin otomatik olarak belirlenmesi tekniginin gelistirilmesi, dinamik ortamlarda çalısabilmenin saglanması için bir hafıza yapısı eklenmesi ve pekistirme fonksiyonunun gözlenen sürücüden otomatik olarak çıkarılmasının saglanması, ve bu yöntemleri içeren gelistirilmis Q-Ögrenme yöntemini kullanan bilissel mimari temelli bir modelin olusturulmasıdır.
Özet (Çeviri)
Near the end of the last century, the rapid developments in transportation technologies lead the traffic accidents which cause the loss of human or assets and increase the traffic congestions which cause the loss of time. Statistically, it is obvious that the most important source of these problems are human-centered. To solve these problems, researchers have focused on driver assistance systems which support human while driving and increasingly vigorous efforts have been put in this area. The most important stage in developing driver assistance systems is modelling the driver?s behaviour. Cognitive architecture is a very promising appproach in modelling human behavior. But for modelling drivers? behavior based cognitive architecture, there exists very limited literature. In this thesis, for modelling drivers? behavior, a method based on cognitive architecture is proposed. In the core of the proposed method, reinforcement learning which allows learning with experience, is used. Q-Learning method as the reinforcement learning method is implemented in the architecture. Standard QLearning methods suffer from large state sets rising from continual operation, from the dynamic operating environment, and from providing a reinforcement function which seems as a hard process for human behavior. In this thesis, for solving the continual operation problem a novel sub-goal discovery algorithm is introduced, for tackling dynamic environments usage of history memory is implemented and a method for automatically extracting the reinforcement function is inserted. Using the modified Q-Learning structure, a model based on cognitive architecture is developed. The proposed method is tested experimentally and good results have been obtained.
Benzer Tezler
- Sürücü davranışlarının modellenmesi için makine öğrenmesi tabanlı bir sistem gerçekleştirimi
Development of a machine learning based system for modeling driver behaviours
ŞERAFETTİN ATMACA
Yüksek Lisans
Türkçe
2019
Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolSüleyman Demirel ÜniversitesiBilgisayar Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ ASIM SİNAN YÜKSEL
- Advanced approaches to fuzzy cognitive mapping for enhancing convergence, learning, and prediction
Yakınsama, öğrenme ve tahmin performansının iyileştirilmesi için bulanık bilişsel haritalarda ileri yaklaşımlar
MİRAÇ MURAT
Doktora
İngilizce
2025
Endüstri ve Endüstri Mühendisliğiİstanbul Teknik ÜniversitesiEndüstri Mühendisliği Ana Bilim Dalı
DOÇ. DR. UMUT ASAN
- Yapay zeka yaklaşımlarıyla araç sürücülerinin beceri ve davranışlarının çok boyutlu modellenmesi
Multi-dimensional modelling of the skills and behaviour of the vehicle driver using artificial intelligence approaches
SÜLEYMAN ÇEVEN
Doktora
Türkçe
2024
Mekatronik MühendisliğiKarabük ÜniversitesiMekatronik Mühendisliği Ana Bilim Dalı
PROF. DR. RAİF BAYIR
DR. ÖĞR. ÜYESİ AHMET ALBAYRAK
- Genişletilmiş Kalman filtresi ile ağırlık merkezi yüksekliğinin model tabanlı gerçek zamanlı tahmini
Model-based real-time estimation of center of gravity height using extended Kalman filter
ENES DURAN
Yüksek Lisans
Türkçe
2025
Makine MühendisliğiEskişehir Teknik ÜniversitesiMakine Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ HASAN ŞAHİN
- Sürücüsüz karayolu taşıtlarının İstanbul trafiğinin kesintisiz akıma sahip kesimlerinde serbest akım koşullarında beklenen davranışlarının modellenmesi
Modeling the expected behaviors of autonomous vehicles in Istanbul traffic sections which have free flow conditions
HİKMET GAMZE ALPERGİN
Yüksek Lisans
Türkçe
2020
İnşaat Mühendisliğiİstanbul Okan Üniversitesiİnşaat Mühendisliği Ana Bilim Dalı
DR. ÖĞR. ÜYESİ SELİM DÜNDAR