Geri Dön

Hava saldırı senaryoları için merkezi olmayan işbirlikçi çok ajanlı pekiştirmeli öğrenme

Decentralized collaborative multi-agent reinforcement learning for air attack scenarios

  1. Tez No: 884902
  2. Yazar: BERİRE GÜNDÜZ
  3. Danışmanlar: DR. ÖĞR. ÜYESİ MEHMET DİKMEN
  4. Tez Türü: Yüksek Lisans
  5. Konular: Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve Kontrol, Computer Engineering and Computer Science and Control
  6. Anahtar Kelimeler: Belirtilmemiş.
  7. Yıl: 2024
  8. Dil: Türkçe
  9. Üniversite: Başkent Üniversitesi
  10. Enstitü: Fen Bilimleri Enstitüsü
  11. Ana Bilim Dalı: Bilgisayar Mühendisliği Ana Bilim Dalı
  12. Bilim Dalı: Belirtilmemiş.
  13. Sayfa Sayısı: 86

Özet

Askeri taktik simülasyonlarında sanal varlıkların iş birliği yapabilen yapay zekâ ajanlarına dönüştürülmesi, simülasyonların gerçekçiliğini artırarak eğitim kalitesini yükseltmek açısından büyük önem taşımaktadır. Bu ihtiyaca yanıt olarak HAVELSAN tarafından geliştirilen gerçek zamanlı askeri taktik çevre simülasyonunda, merkezi olmayan işbirlikçi çok ajanlı pekiştirmeli öğrenme metodunun etkinliği araştırılmıştır. Gerçek zamanlı strateji oyunlarına benzer bu simülasyon, savunma ve saldırı senaryolarını çeşitli girdiler ve aktörlerle canlandırmaktadır. Tez kapsamında, bu simülasyon üzerinde; kural tabanlı algoritmalarla aksiyon alan düşman uçakları ile, çok ajanlı pekiştirmeli öğrenme metotlarıyla aksiyon seçmeyi öğrenen dost uçaklarının yer aldığı hava saldırı senaryoları geliştirilmiştir. Gerçekleştirilen deneylerde, dost uçaklarının eğitiminde kullanılan iki ana yöntem olan Dağıtık Öğrenme-Dağıtık Uygulama ve Merkezi Öğrenme-Merkezi Uygulama metotlarının sonuçları karşılaştırılmıştır. Tez, gerçek zamanlı askeri simülasyonlarda çok ajanlı pekiştirmeli öğrenme yöntemlerinin uygulanabilirliğini değerlendirerek bu alanda önemli katkılar sunmayı hedeflemektedir.

Özet (Çeviri)

Transforming virtual entities into collaborative artificial intelligence agents in military tactical simulations is of great importance for enhancing the realism and educational quality of simulations. In response to this need, the effectiveness of decentralized collaborative multi-agent reinforcement learning methods has been researched in a real-time military tactical environment simulation developed by HAVELSAN. Similar to real-time strategy games, this simulation animates defense and attack scenarios with various inputs and actors. Within the scope of the thesis, air attack scenarios were developed on this simulation; featuring enemy aircrafts that make decisions using rule-based algorithms, and friendly aircrafts that learn to select actions through multi-agent reinforcement learning methods. In the conducted experiments, the results of the two main methods used in the training of friendly aircrafts, Decentralized Training-Decentralized Execution and Centralized Training-Centralized Execution, were compared. The thesis aims to assess the applicability of multi-agent reinforcement learning methods in real-time military simulations, aiming to make significant contributions to this field.

Benzer Tezler

  1. Scalable planning and learning framework development for swarm-to-swarm engagement problems with reinforcement learning

    Pekiştirmeli öğrenme ile sürüden sürüye angajman problemleri için ölçeklenebilir planlama ve öğrenme sistemi geliştirilmesi

    UMUT DEMİR

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Savunma ve Savunma Teknolojileriİstanbul Teknik Üniversitesi

    Uçak ve Uzay Mühendisliği Ana Bilim Dalı

    DOÇ. DR. NAZIM KEMAL ÜRE

  2. A Mathematical programming model for determining the best assignment of the air defense artillery units to oil depots

    Akaryakıt depolarının savunulmasında hava savunma topçu birliklerinin en uygun şekilde görevlendirilmesine ilişkin bir matematik proglama modeli

    HALDUN KERMAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2000

    Bilgisayar Mühendisliği Bilimleri-Bilgisayar ve KontrolYeditepe Üniversitesi

    Sistem Mühendisliği Ana Bilim Dalı

    YRD. DOÇ. DR. VAROL GÜNYAŞAR

  3. Design and analysis of composite rotor blades for the unmanned helicopter

    İnsansız helikopterler için kompozit pal tasarımı ve analizi

    EMMANUEL BITARE

    Yüksek Lisans

    İngilizce

    İngilizce

    2024

    Makine MühendisliğiTürk Hava Kurumu Üniversitesi

    Makine ve Uçak Mühendisliği Ana Bilim Dalı

    DOÇ. DR. HAMİT TEKİN

  4. A friendly physical layer warden system

    Dost bir fiziksel katman bekçi sistemi

    MİRAÇ KUMRAL

    Yüksek Lisans

    İngilizce

    İngilizce

    2022

    Elektrik ve Elektronik Mühendisliğiİstanbul Teknik Üniversitesi

    Elektronik ve Haberleşme Mühendisliği Ana Bilim Dalı

    PROF. DR. GÜNEŞ ZEYNEP KARABULUT KURT

  5. Implementing cyber countermeasures against terrorist drone in military service

    Askerlik hizmetinde terörist dronelara karşı uygulanan siber karşı koyma tedbirleri

    SERKAN GÖZKAYDIRAN

    Yüksek Lisans

    İngilizce

    İngilizce

    2019

    Mühendislik BilimleriBahçeşehir Üniversitesi

    Siber Güvenlik Ana Bilim Dalı

    DR. ÖĞR. ÜYESİ YÜCEL BATU SALMAN