Prise de décision dans les véhicules autonomes

Abstract

Avec les avancées technologiques fulgurantes de ces dernières années, il est fort probable que les véhicules autonomes connaîtront un immense succès dans un futur proche, transformant ainsi la façon dont nous nous déplaçons et interagissons avec nos véhicules. Pour que ces véhicules puissent circuler en toute sécurité, ils doivent être capables de prendre des décisions rapides et efficaces face à des situations complexes. L’objectif principal de ce mémoire est de répondre au problématique de prise de décision dans les véhicules autonomes.Pour atteindre cet objectif nous avons proposé une méthode basée sur l’intégration de l’apprentissage par renforcement avec l’algorithme de k le plus proche voisin (KNN). une méthode qui permettra au véhicule d’imiter l’apprentissage humain grâce à l’apprentissage par renforcement et de prendre des décision surs grâce à l’algorithme KNN, en utilisant des connaissances apprises lors de son entraînement. Dans le cadre de ce travail nous avons créé un environnement de simulation afin de tester notre méthode et les résultats obtenus ont démontré la faisabilité de notre proposition.