<![CDATA[Path Planning merupakan salah satu permasalahan yang sering terjadi pada mobile robot. Tujuan utama dalam path planning adalah untuk mendapatkan path/jalur yang paling optimal sehingga bisa meminimalisir waktu komputasi. Kelemahan yang umum terjadi pada path planning adalah waktu komputasi yang besar pada suatu environment. Dengan adanya permasalahan ini maka akan diterapkan metode deep Q learning untuk meningkatkan kecepatan waktu komputasi. Metode deep q learning menyimpan hasil pembelajaran dalam bentuk neural network. Mobile robot dilatih agar dapat menemukan jalur pada environment yang belum dikenali sama sekali. Melalui beberapa tahapan dalam proses training dan proses running maka mobile robot dapat menemukan jalur dengan cepat. Keseimbangan proses eksplorasi dan eksploitasi akan mempengaruhi proses training. Pada penelitan ini ditentukan nilai untuk proses eksplorasi adalah 80 episode pertama. Pada proses training telah didapatkan nilai parameter gamma yang optimal adalah 0.9. Setelah mendapatkan pengetahuan dari proses training maka mobile robot dapat menemukan path yang paling optimal dengan waktu tempuh ± 1.92s.]]>
Copyrights © 2023
