Opleggen van beperkingen aan model-vrije reinforcement learning algoritmes met als toepassing autonoom rijden

Ontwikkeling van diepe en model-vrije reinforcement learning methodes die toelaten om zowel harde als zachte beperkingen op te leggen aan het gedrag van de agent. Deze algoritmes worden geanalyseerd en gebruikt voor het trainen van virtuele bestuurders van sterk geautomatiseerde en autonome voertuigen op snelwegen, waar het afdwingen van harde veiligheidsbeperkingen en zachte comfortbeperkingen ervoor garant staat dat de uiteindelijke virtuele bestuurder betrouwbaar is.