Zastosowanie sztucznych sieci neuronowych do kontroli bezzałogowych statków powietrznych

Projekt łączący sztuczną inteligencję, symulacje oraz grafikę 3D realizowany w ramach pracy magisterskiej. Utworzono system do współbieżnego treningu sztucznych sieci neuronowych z wykorzystaniem algorytmu neuroewolucyjnego NEAT. Aplikacja umożliwia wizualizację procesu uczenia w środowisku trójwymiarowym oraz analizę wyników eksperymentów w czasie rzeczywistym. W ramach badań analizowano m.in. wpływ funkcji aktywacji oraz złożoności środowiska na efektywność uczenia, a także zdolność sieci do wykonywania złożonych manewrów lotu. Projekty tego typu pokazują, że studenci zdobywają praktyczne doświadczenie w obszarach sztucznej inteligencji, symulacji, algorytmów ewolucyjnych oraz tworzenia zaawansowanego oprogramowania.  

Autor pracy: Mateusz Przychodzki