Generativne neuronske mreže za sintezu robotskih putanja

diplomski rad

• Naslov (engleski): Generative neural networks for synthesis of robot paths
• Autor: Tin Janković
• Mentor: Petar Ćurković (mentor)
• Ustanova koja je dodijelila akademski / stručni stupanj: Sveučilište u Zagrebu; Fakultet strojarstva i brodogradnje; Zagreb
• Datum i država obrane: 2022-07-21, Hrvatska
• Znanstveno / umjetničko područje, polje i grana: TEHNIČKE ZNANOSTI; Računarstvo; Umjetna inteligencija

Sažetak

U ovom radu proučavat će se mogućnost računalnog generiranja sadržaja pomoću Generativnih
kontradiktornih neuronskih mreža (engl. GAN) s ciljem poboljšanja navigiranja robota. Mreža
je vrlo složene strukture jer sadrži dvije manje neuronske mreže koje se međusobno
sukobljavaju. Prva manja mreža je generator koji želi kreirati takav sadržaj koji druga mreža
diskriminator neće moći razlikovati od stvarnog seta podataka.
U prvom dijelu rada objasnit će se osnove rada GAN mreža i objasniti njihova struktura. Zatim
će se opisati korišteni alati za razvoj mreže i upoznati sa ostalim potencijalnim primjenama
GAN mreža koje mogu olakšati svakodnevicu čovjeka. Predstavit će se jedno od mogućih
rješenja GAN mreže za generiranje trajektorija i navesti dobiveni rezultati te će se na kraju
primijeniti generirane trajektorije za vođenje simulacijskog modela robota.

Sažetak (engleski)

In this paper, the possibility of computer-generated content generation using Generative adversarial neural networks (GAN) is investigated with the aim of improving robot navigation. The network has a very complex structure as it contains two smaller neural networks that collide with each other. The first smaller network is a generator that wants to produce such a content that the second network discriminator is not able to distinguish from the actual data set.
The first part of the paper will explain the basics of how GAN networks work and explains their structure. Then, the tools used for network development are described and other possible applications of GAN networks that can facilitate everyday life will be introduced. One of the possible solutions of the GAN network for trajectory generation is presented and the obtained results will be stated, and finally the generated trajectories are used to control the robot simulation model.

• Ključne riječi: Generativne kontradiktorne mreže; GAN; CGAN; strojno učenje; neuronske mreže.
• Ključne riječi (engleski): Generative adversarial networks; GAN; CGAN; machine learning; neural networks
• Jezik: hrvatski
• URN:NBN: urn:nbn:hr:235:947606
• Studijski program: Naziv: Strojarstvo; Vrsta studija: sveučilišni; Stupanj studija: diplomski; Akademski / stručni naziv: magistar/magistra inženjer/inženjerka strojarstva (mag. ing. mech.)
• Vrsta resursa: Tekst
• Način izrade datoteke: Izvorno digitalna
• Prava pristupa: Otvoreni pristup
• Datum i vrijeme pohrane: 2022-07-05 23:10:43