Roket ve Astronot Simülasyonu

Proje Hakkında

Python tabanlı Reinforcement Learning ajanı ile Unity simülasyon ortamı arasında WebSocket üzerinden iletişim kuran, gerçek zamanlı veri akışına dayalı hibrit bir kontrol mimarisi. Roketin uzay boşluğunda otonom navigasyon yaparak hedefe ulaşmasını sağlayan model, optimize edilen eğitim süreci sonunda %90'ın üzerinde başarı oranı elde etmiştir. Öğrenme sürecini optimize etmek amacıyla, ortamın fizik kurallarını ve ajanın performansını şekillendiren ödül/ceza mekanizmaları Unity içerisinde kurgulanmıştır.

Temel Özellikler

• Pekiştirmeli Öğrenme (RL) ajan eğitimi
• Unity ile gerçek zamanlı simülasyon
• WebSocket üzerinden çift yönlü veri akışı
• Hibrit kontrol mimarisi tasarımı
• Otonom navigasyon ile %90+ başarı oranı
• Unity içinde ödül/ceza mekanizması tasarımı

Kazanımlar

• RL algoritmaları ve ajan eğitimi
• Unity-Python entegrasyonu
• Gerçek zamanlı iletişim protokolleri