<?xml version="1.0"?>
<rdf:RDF xmlns:rdf="http://www.w3.org/1999/02/22-rdf-syntax-ns#" xmlns:dc="http://purl.org/dc/elements/1.1/"><rdf:Description rdf:about="https://repozitorij.uni-lj.si/IzpisGradiva.php?id=133187"><dc:title>Razvoj vedenja pastirskih psov s pomočjo genetskih algoritmov</dc:title><dc:creator>Kotnik Klovar,	Žiga	(Avtor)
	</dc:creator><dc:creator>Lebar Bajec,	Iztok	(Mentor)
	</dc:creator><dc:creator>Demšar,	Jure	(Komentor)
	</dc:creator><dc:subject>genetski algoritmi</dc:subject><dc:subject>genetsko programiranje</dc:subject><dc:subject>skupinsko vedenje</dc:subject><dc:subject>črede ovc</dc:subject><dc:description>Eden izmed načinov za modeliranje skupinskega vedenja je učenje s pomočjo genetskih algoritmov. Z njihovo uporabo lahko pridobimo modele, ki so uporabni za praktične namene.
V naši nalogi smo raziskovali učinkovitost genetskega programiranja za učenje vedenja pastirskih psov. V ta namen smo razvili simulacijo v okolju Unity, kjer je cilj psov, da čredo ovc preženejo v ogrado. Ovce so se obnašale po enem izmed dveh različnih režimov, ki smo jih implementirali, medtem ko so se psi vedli v skladu z drevesnimi strukturami, ki so bile naučene z genetskim programiranjem. Zanimalo nas je, kako različni parametri simulacije vplivajo na uspešnost modela. Nekateri izmed parametrov, ki smo jih spreminjali, so velikost populacije, prisotnost ovir v prostoru, različno obnašanje ovc ter spreminjanje lokacije ograde v prostoru. Ugotovili smo, da se najboljšega vedenja model nauči v preprostih pogojih. Opazili smo tudi, da je takšno vedenje učinkovito tudi, ko v prostor dodamo ovire. V primeru, da smo modele učili v bolj zahtevnem prostoru, smo ugotovili, da učenju pomaga, če psom omejimo vid.</dc:description><dc:date>2021</dc:date><dc:date>2021-11-16 14:15:00</dc:date><dc:type>Magistrsko delo/naloga</dc:type><dc:identifier>133187</dc:identifier><dc:language>sl</dc:language></rdf:Description></rdf:RDF>
