|
|
|
|
LEADER |
02016na a2200229 4500 |
003 |
HR-ZaFER |
008 |
160221s2019 ci ||||| m||| 00| 0 hr d |
035 |
|
|
|a (HR-ZaFER)ferid6734
|
040 |
|
|
|a HR-ZaFER
|b hrv
|c HR-ZaFER
|e ppiak
|
100 |
1 |
|
|a Mandić, Luka
|9 40487
|
245 |
1 |
0 |
|a Na POMDP-ovima zasnovano koordinirano pretraživanje otvorenih prostora korištenjem više mobilnih robota :
|b diplomski rad /
|c Luka Mandić ; [mentor Zdenko Kovačić].
|
246 |
1 |
|
|a POMDP-based Coordinated Open Space Searching with Multiple Mobile Robots
|i Naslov na engleskom:
|
260 |
|
|
|a Zagreb,
|b L. Mandić,
|c 2019.
|
300 |
|
|
|a 59 str. ;
|c 30 cm +
|e CD-ROM
|
502 |
|
|
|b diplomski studij
|c Fakultet elektrotehnike i računarstva u Zagrebu
|g smjer: Automatika, šifra smjera: 46, datum predaje: 2019-06-28, datum završetka: 2019-07-18
|
520 |
3 |
|
|a Sažetak na hrvatskom: Ovaj je rad baziran na problemu pronalaska optimalne politike pri traženju većeg broja objekata u prostoru čiji nacrt nije apriorno dostupan koristeći više robota. Takav sustav robota predstavlja autonomni multiagentski sustav koji međusobnom kooperacijom u što kraćem vremenu pronalazi objekte. Interakcija robota s okolinom opisana je POMDP matematičkim okvirom, a do optimalne politike dolazi se koristeći aproksimativne metode dubokog učenja.
|
520 |
3 |
|
|a Sažetak na engleskom: This work is based on a problem of finding optimal policy for multi-object search in an environment whose map is nor a-priori known. For this task multiple robots are used. Those robots make an autonomous multi-agent system which mutually cooperate to find objects in shortest possible time. Interaction between robots and environment is framed using POMDP. Optimal policy is found using approximate methods of deep learning.
|
653 |
|
1 |
|a pomdp
|a pretraga
|a nepoznat prostor
|a robot
|a mutiagentski sustav
|a autonomija
|
653 |
|
1 |
|a pomdp
|a search
|a unknown environment
|a robot
|a multi-agent system
|a autonomy
|
700 |
1 |
|
|a Kovačić, Zdenko
|4 ths
|9 9622
|
942 |
|
|
|c Y
|
999 |
|
|
|c 51209
|d 51209
|