Nagy Mohamed Salah Mohamed Ali Abotaleb <br/><br/>
TESTING AUTONOMOUS VEHICLES USING REINFORCEMENT LEARNING TO GENERATE FAILURE SCENARIOS IN COMPLIANCE WITH STANDARDIZED TESTS / 
 اختبار السيارات ذاتية القيادة باستخدام التعليم المعزز لانتاج سيناريوهات فشل مع الالتزام بالاختبارات القياسية 
Nagy Mohamed Salah Mohamed Ali Abotaleb ؛ Omar Ahmed Ali Nasr ، Hanan A. Kamal, ،Sameh A. Ibrahim, 
 -  2021. 
<br/><br/>Thesis (M.Sc)-Cairo nivsersity,2021. 
<br/><br/>Bibliography: p. 87-89. 
<br/><br/> تعرض هذه الرسالة تصميم اطار ذكي باستخدام التعليم المعزز لأختبار اجهزة محددة فى السيارت ذاتيه القيادة مع الالتزام بمعاير الاختبار المعتمدة من جهات الاختبار العالمية . كما تبزر الاعمال السابقة لاستخدام التعليم المعزز فى مجالات حياتية مختلفة لاتمتة الاختبارات بأضافة الي التعرض للاعمال السابقة فى اختبار السيارات ذاتية القيادة. توضع الرسالة كافة التفاصيل لانشاء الاطار المقترح من تصميم لبيئة المحكاة المستخدمة و دالة الاثابة للنموذج المقترح و عناصر بناء و تدريب و اختبار الاطار. ولقد كان الاطار المقترح قادرا على اخراج سيناروهات قادرة على احداث فشل فى منظومة القيادة الذاتية لاثنين من الاختبارت المعتمدة. الاطار المقترح يتحكم فى السرعة و الاحداثيات والتوقيت مما يجعله قادرا على اخراج سيناروهات قابلة للتنفيذ على ارض الواقع. بينما الاعمال السابقة كانت تقترح سيناروهات صعبة التحقيق كزيادة نسبة الضباب الى مستويات يصعب تحققها لاحداث الحوادث. تم بناء الاطار باستخدام خوارزمات الجداول المعززة و التعليم المعزز العميق لانشاء سيناروهات حقيقة قابلة للتحقيق. لذلك يعتبر الاطار المقترح قابل للتنفيذ على ارض الواقع. كما ان الاعتماد على الاختبارات المعتمدة دوليا يسمح بعمل اختبار لاجزاء ممحددة فى اجهزة السيارات ذاتية القيادة مما يوفر الجهد والوقت والمال لمصمى هذه السيارات فى التعرف على الجهاز المتسبب فى الحادث. 
<br/><br/><label>Subjects--Topical Terms: </label><br/>Workshop engineering
<br/><br/><label>Subjects--Index Terms: </label>Reinforcement Learning; 
<br/><br/><label>Dewey Class. No.: </label>621.9