Using machine learning to train a shepherd dog

Štromajer, Tim (avtor), Lebar Bajec, Iztok (mentor), Demšar, Jure (komentor), Ameri, Afshin (komentor)

Different organisms tend to form spontaneous and less predictable groups of individuals while doing everyday activities, such as eating or migrating. By understanding the rules of so called collective behaviour, we can learn how to control these groups to one's desires. Similar phenomena is of interest in many other domains like crowd control, cleaning the environment and other engineering problems. In this work, we focus on shepherding, which is an act of influencing or herding a flock of sheep using a shepherd dog. Here we create a model based on the existing shepherd dog models and then present some improvements to it to make it more realistic, such as limit the vision, add ability to hear other animals and implement a short term memory. We also adapt the model to allow multiple shepherd dogs to herd sheep at the same time. After that we present a model that is not based on some predefined rules, but is trained using reinforcement learning. Four different dog models are created, each able to observe the environment in a different way. The results show that the best model is the one that is using a ray casting method for observation.

• Jezik: Angleški jezik
• Ključne besede: collective behaviour, shepherding, agent models, artificial intelligence, reinforcement learning, simulation
• Vrsta gradiva: Magistrsko delo/naloga
• Tipologija: 2.11 - Diplomsko delo
• Organizacija: FRI - Fakulteta za računalništvo in informatiko
• Leto izida: 2022
• PID: 20.500.12556/RUL-141661
• COBISS.SI-ID: 124498691
• Datum objave v RUL: 04.10.2022

Sekundarni jezik

• Jezik: Slovenski jezik
• Naslov: Uporaba strojnega učenja za učenje psa ovčarja

Izvleček

Številni organizmi velikokrat oblikujejo spontane in manj predvidljive skupine posameznikov, medtem ko opravljajo vsakodnevne dejavnosti, kot so prehranjevanje ali selitev. Z razumevanjem pravil tako imenovanega kolektivnega vedenja, se lahko naučimo, kako te skupine nadzorovati po svojih željah. S podobno tematiko se soočajo tudi na številnih drugih področjih, kot so nadzor množice, čiščenje okolja in drugi inženirski problemi. V tem delu smo se osredotočili na pastirstvo, kjer psi ovčarji s pomočjo strahu pasejo in preganjajo čredo ovc. Naredili smo model, ki temelji na obstoječih modelih psov ovčarjev in ovc, ter mu dodali nekaj izboljšav, da postane bolj realističen, kot so omejitev vida, sposobnost sluha in implementacija kratkoročnega spomina. Model smo prilagodili tudi tako, da omogoča sodelovanje večih psov pri pašnji črede. V nalogi predstavimo tudi modele, ki ne temeljio na vnaprej določenih pravilih, ampak se psi naučijo pasti ovce s pomočjo spodbujevanega učenja. Ustvarimo štiri takšne modele psov ovčarjev, od katerih vsak pridobiva podatke iz okolja na drugačen način. Z rezultati pokažemo, da se za najboljši model izkaže tisti, ki za opazovanje uporablja metodo sledenja žarkov.

• Ključne besede: kolektivno vedenje, pastirstvo, agentni modeli, umetna inteligenca, spodbujevano učenje, simulacija