dc.contributor.author |
Mechache, Abderrahim |
|
dc.contributor.author |
Aissani, S. ; promoteur |
|
dc.date.accessioned |
2024-04-29T10:59:48Z |
|
dc.date.available |
2024-04-29T10:59:48Z |
|
dc.date.issued |
2023 |
|
dc.identifier.other |
004MAS/1172 |
|
dc.identifier.uri |
http://univ-bejaia.dz/dspace/123456789/23174 |
|
dc.description |
option :systéme d'information avancée |
en_US |
dc.description.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. |
en_US |
dc.language.iso |
fr |
en_US |
dc.publisher |
Université Abderramane Mira-Bejaia |
en_US |
dc.subject |
Véhicules autonomes :Algorithme KNN : Apprentissage par renforcement |
en_US |
dc.title |
Prise de décision dans les véhicules autonomes |
en_US |
dc.type |
Thesis |
en_US |