Stage-oe-small.jpg

Thema4407: Unterschied zwischen den Versionen

Aus Aifbportal
Wechseln zu:Navigation, Suche
 
(10 dazwischenliegende Versionen desselben Benutzers werden nicht angezeigt)
Zeile 1: Zeile 1:
 
{{Abschlussarbeit
 
{{Abschlussarbeit
|Titel=Automated/Autonomous Driving - Parallelization of a Cooperative Planning
+
|Titel=Parallelization of Continuous Monte-Carlo Tree Search for Planning Cooperative Driving Maneuvers
|Abschlussarbeitstyp=Master
+
|Vorname=Christoph
 +
|Nachname=Hörtnagl
 +
|Abschlussarbeitstyp=Bachelor
 
|Betreuer=Karl Kurzer;
 
|Betreuer=Karl Kurzer;
 
|Partner=FZI Forschungszentrum Informatik;
 
|Partner=FZI Forschungszentrum Informatik;
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme
 
|Forschungsgruppe=Angewandte Technisch-Kognitive Systeme
|Abschlussarbeitsstatus=Offen
+
|Abschlussarbeitsstatus=Abgeschlossen
|Beginn=2019/01/14
+
|Beginn=2019/10/21
|Beschreibung DE=Automatisierte, kooperative Fahrzeuge müssen im Straßenverkehr in einer hochgradig dynamischen, interagierenden und nur unvollständig wahrnehmbaren Umwelt Entscheidungen treffen. Bisherige Ansätze beschränken sich meist darauf, Situationen allein aus einer egozentrischen
+
|Abgabe=2020/01/17
Perspektive heraus, ohne Kooperationsaspekte mit, beziehungsweise zwischen anderen Verkehrsteilnehmern zu berücksichtigen.
+
|Beschreibung EN=Automated, cooperative vehicles have to make decisions in road traffic in a highly dynamic, interacting and incompletely perceptible environment. Previous attempts are usually limited to situation assessment from an egocentric perspective, without taking cooperation aspects into account, or interactions between other road users.
  
'''AUFGABEN'''
+
'''TASKS'''
  
Das Ziel dieser Arbeit ist es, die Fähigkeiten moderner CPUs und GPUs zu nutzen und einen Algorithmus zu entwickeln, der die Parallelisierungsfähigkeiten voll ausschöpfen kann, um die Genauigkeit des sampling-basierten Ansatzes um einen großen Faktor zu erhöhen und gleichzeitig die Planung zu beschleunigen, um den Echtzeitbeschränkungen zu entsprechen.
+
The goal of this work is to use the capabilities of modern CPUs/GPUs and develop an algorithm, that can make full use of the parallelization capabilities increasing the accuracy of the sampling based approach by a large factor and at the same speed up the search satisfying the real-time constraints.
  
'''WIR BIETEN'''
+
'''WE OFFER'''
*ein interdisziplinäres Forschungsumfeld mit Partnern aus Wissenschaft und Wirtschaft
+
*An interdisciplinary research environment with partners from science and industry
*eine konstruktive Zusammenarbeit mit hellen, motivierten Mitarbeitern
+
*A constructive collaboration with bright, motivated employees
*eine angenehme Arbeitsatmosphäre
+
*A pleasant working atmosphere
  
'''WIR ERWARTEN'''
+
'''WE EXPECT'''
*Wissen auf dem Gebiet der Künstlichen Intelligenz (insbesondere Such- und Lernverfahren), Spieltheorie oder verwandten Bereichen
+
*Knowledge in depth and breadth in the field of artificial intelligence, game theory or closely related areas
*Fähigkeit sowohl State of the Art, als auch experimentelle Algorithmen zu implementieren
+
*Ability to implement both state of the art, as well as experimental algorithms
*Grundlegende C++ Kenntnisse (C++11, STL, etc.)
+
*Good C++ Skills (C++11, STL, etc.)
*Fundierte Englischkenntnisse
+
*Sound English skills
*Hohe Kreativität und Produktivität
+
*High creativity and productivity
*Erfahrungen mit Such- und Lernverfahren wie z.B. Monte Carlo Tree Search/Reinforcement Learning sind von Vorteil
+
*Experiences with parallel computing is a plus
  
'''ERFORDERLICHE UNTERLAGEN'''
+
'''REQUIRED DOCUMENTS'''
  
*aktueller Notenauszug
+
*current transcript of records
*tabellarischer Lebenslauf
+
*CV
  
'''KONTAKT'''
+
'''CONTACT'''
  
 
Karl Kurzer
 
Karl Kurzer
 
}}
 
}}

Aktuelle Version vom 22. Januar 2020, 19:06 Uhr



Parallelization of Continuous Monte-Carlo Tree Search for Planning Cooperative Driving Maneuvers


Christoph Hörtnagl



Informationen zur Arbeit

Abschlussarbeitstyp: Bachelor
Betreuer: Karl Kurzer
Forschungsgruppe: Angewandte Technisch-Kognitive Systeme
Partner: FZI Forschungszentrum Informatik
Archivierungsnummer: 4407
Abschlussarbeitsstatus: Abgeschlossen
Beginn: 21. Oktober 2019
Abgabe: 17. Januar 2020

Weitere Informationen

Leider keine weiteren Informationen verfügbar!