Progetto finale del corso Intelligenza Artificiale: Metodi ed Applicazioni
Anno accademico 2024/2025 – Università degli Studi di Salerno.
Sistema di guida autonoma sviluppato in Java per il simulatore TORCS.
L’agente intelligente apprende tramite behavioral cloning, imitando un pilota umano attraverso l’osservazione delle sue azioni.
Il progetto è stato sviluppato nell’ambito del contest "Gran Premio MIVIA 2025", dove ogni veicolo compete per ottenere il tempo sul giro migliore.
- HumanDriver: modalità di raccolta dati. Registra le coppie osservazione-azione durante la guida manuale.
- AutonomousDriver: modalità autonoma mediante regole. Utilizza un classificatore addestrato per prendere decisioni in tempo reale.
- Classificatori: implementazioni custom di k-NN e KDTree.
- Moduli di supporto: normalizzazione delle feature, visualizzazione radar, utility per logging e istogrammi.
./build.sh
./humanRun.sh
./simpleRun.sh
./autonomousRun.sh
Il sistema è stato testato secondo i seguenti criteri:
- Tempo minimo per completare un giro
- Stabilità dell’agente su più tentativi
- Robustezza a situazioni nuove o leggermente diverse dal training
Il progetto include un del funzionamento dell’agente in pista.
- Emanuele Tocci - https://github.com/emanueletocci/
- Alessio Leo - https://github.com/Al3Leo
- Claudia Montefusco - https://github.com/ClaudiaMontefusco3
- Rossella Pale - https://github.com/rossellapale