---

****************** AUTO-DIDACTE ******************

---

=== ENGLISH ========================================

----- Description ----

A personnal project, then completed and finished for a university project realised by Valentin GRANDJEAN, Florian BEGONIN and Mathieu GARRIGUES. (2016)

This project is an Artificial Intelligence experience that features a self-learning 2D car that must grasp and assimilate the concept of driving in a 2D environment. It is made in C, and uses SDL2.0 as graphic library.

It uses the Artificial Neural Network technology, trained by a Genetic Algorithm.

---- How does it work? ----

The application automatically runs a simulation where a car is on a track. The car has 5 sensors (the blue lines) wich permits it to "see" the border of the track. During the whole simulation, the Artificial Neural Network (ANN) "inside" the car decides wich action - acceleration, deceleration, turn right,turn left,do nothing - to do in function of the sensors and the speed.

These decisions are always improving thanks to the Genetic algorithm. The simulation is done on "generations": every generation is a group of 20-30 individual cars with a slightly different ANN. Once every member of a generation is simulated, the one that goes the further/faster is selected, and used to breed the next generation. This way, every generation is equal or better than the previous one.

After some generations, the ANN is evolved enough to make the car drive through the whole track, accelerating on straight lines, and decelerating before turns.

---- How do I use it? ----

• If you use Linux or OS X: open a console in the main folder,and just type : "make run". If it doesn't work, make sure you have the build-essential package installed by typing: "sudo apt-get install build-essential". You must also have the libraries SDL2.X, SDL2-image and SDL2-ttf for the application to work.

• If you use Windows, portability will soon be operational, be patient!

This application is very easy to use as you have nothing to worry about. You can observe the training in progress, or accelerate it by clicking on "fast computing". While this button is On, there will be no display of the current simulation, but the training will be way faster. You can see the progress of the simulation with the Fitness: the higher this number is, the better the car.

You can also see the best simulation ever done yet by clicking the "see best" button. It stops the training to show you the simulation of the best ANN so far. Click on "resume" to go back to the training.

There are 3 different tracks that you can try: a basic one, a sort of circle and a more complex one. Try them all by clicking on "change track".

Finally, you can end the training and start a new one by clicking the "reset" button.

---- Makefile commands -----

make : Creates the .o and the executable.

make clean : Deletes all the .o files.

make remove : Deletes every created file, including the executable.

make run : Launches the program.

make valgrind : Launches the program with a valgrind analysis.

---- Folder's organisation -----

/bin : Contains the executable.

/data : Contains all the data, generation files(.gen), track files (.track), sprites (car, buttons).

/lib: Contains the SDL2.0 library, used for graphics.

/obj: Contains all the .o files.

/src: Contains the source files,.c and .h .

/doc: Contains the Doxygen documentation.

---- Files format ----

.gen : These are the generation files. They contain all the informations about an ANN, like the number of neurons for each layer, and the exact value of every associated weights.

Here is their exact format :

#nbGen: The number of the generation. #nbSubject: The id of the genome. #nbInput: The number of neurons in the input layer. #nbHidden: The number of neurons in the hidden layer. #nbOutput: The number of neurons in the output layer. #fitness: The genome's fitness after being simulated.

Then, the floats are the corresponding weights, from the 1st input neuron to the last output neuron.

.track : These are the files containing the tracks' data. The track is composed of "couple of points". Each couple of points is a section on the track. The number of points is indicated at the top of the file, at #nbPoints. Then, the nbPoints first values are the inside points (firt members of the couple), and the nbPoints last are the outside points.

.ttf : these are the files containing the fonts used by SDL2-ttf.

=== FRANCAIS =======================================

----- Description ----

Projet personnel, puis complété et terminé en tant que projet universitaire réalisé par Valentin GRANDJEAN, Florian BEGONIN et Mathieu GARRIGUES. (2016)

Ce projet est une expérience d'intelligence artificielle. Elle utilise une voiture 2D en auto-apprentissage, qui doit comprendre et assimiler le principe de la conduite dans un environnement en 2D.

Le code source est écrit en C, et utilise SDL2.0 en tant que librairie graphique. Il utilise le principe des Réseaux de Neurones Artificiels (ANN), entrainés avec un algorithme Génétique.

---- Comment cela fonctionne-t-il? ----

Cette application génère automatiquement une simulation qui montre une voiture sur un circuit. La voiture a 5 capteurs (les lignes bleues) qui lui permettent de "voir" les bords du circuit. Pendant toute la simulation, l'ANN "à l'intérieur" de la voiture décide quelle action réaliser - entre accélérer, freiner, tourner à gauche, tourner à droite, ne rien faire - en fonction des capteurs et de la vitesse.

Ces décisions s'améliorent continuellement grace à l'algorithme Génétique. La simulation est découpée en "générations": chaque génération est un groupe de 20-30 voitures différentes gérées chacunes par un ANN légèrement différent. Une fois que tous les membres d'une génération ont étés simulés, le meilleur d'entre eux (le plus rapide, celui qui va le plus loin) est sélectionné, et utilisé pour créer la génération suivante. Ainsi, chaque génération est aussi bonne ou meilleure que la précédente.

Après plusieurs générations, l'ANN utilisé est suffisamment évolué pour qu'une voiture parcoure le circuit entier, en accélérant dans les lignes droites et en ralentissant aux virages.

---- Comment l'utiliser? ----

• Si vous utilisez Linux ou OS X: ouvrez la console dans le fichier principal, et tapez simplement: "make run". Si cela ne marche pas, vérifiez que le package build-essential est bien installé en tapant: "sudo apt-get install build-essential". Vous devez également avoir les librairies SDL2.X, SDL2-image et SDL2-ttf pour que l'application fonctionne!

• Si vous utilisez Windows, la portabilité sera bientôt achevée, un peu de patience!

Cette application est très simple à utiliser, car vous n'avez pas à vous occuper des détails. Vous pouvez observer l'entraînement en cours, ou l'accélérer grandement en cliquant sur "fast computing". Tant que ce bouton sera actif, l'affichage ne sera pas actualisé, mais l'entraînement ira bien plus vite. Vous pouvez voir les progrès faits grace au Fitness: plus ce chiffre est élevé, meilleure est la voiture.

Vous pouvez également voir la meilleure simulation faite jusqu'ici en cliquant sur le bouton "see best". Il arrêtera l'entraînement pour vous montrer la simulation du meilleur ANN utilisé à ce point de l'entraînement. Cliquez sur "resume" pour retourner à la normale.

Il y a 3 circuits différents que vous pouvez essayer: un circuit basique, une sorte de cercle et un dernier, plus complexe. Essayez les tous en cliquant sur "change track"!

Enfin, vous pouvez arrêter la simulation et en commencer une nouvelle en cliquant sur "reset".

---- Commandes du Makefile -----

make : Crée les .o et l'exécutable.

make clean : Supprime tous les .O .

make remove : Supprime tous les fichiers créés, y compris l'exécutable.

make run : Lance le programme.

make valgrind : Lance le programme, avec en complément une analyse Valgrind.

---- Organisation du dossier -----

/bin : Contient l'exécutable.

/data : Contient toutes les données, comme les fichiers génération (.gen), les fichiers de circuit (.track), les sprites (voiture, boutons), ...

/lib : Contient la librairie SDL2.0, utilisée pour l'affichage.

/obj : Contient tous les fichiers .o .

/src : Contient les fichiers sources, .c et .h .

/doc : Contient la documentation Doxygen, ainsi que le cahier des charges.

---- Format des fichiers ----

.gen : Ce sont les fichiers de génération. Ils contiennent toutes les informations sur les différents génomes d'une génération, comme le nombre de neurone sur chaque couche, et la valeur exacte des poids associés.

Voici leur format exact:

#nbGen: Le nombre de la génération. #nbSubject: L'id du génome. #nbInput: Le nombre de neurones dans la couche d'entrée. #nbHidden: Le nombre de neurones dans la couche cachée. #nbOutput: Le nombre de neurones dans la couche de sortie. #fitness: Le fitness du génome après simulation.

Les nombres réels suivants sont tous les poids du génome, du premier neurone d'entrée au dernier neurone de sortie.

.track : Ce sont les fichiers contenant les données des circuits. Un circuit est composé d'un ensemble de "couple de points", un couple représentant un point intérieur et un point extérieurà un endroit du circuit. Le nombre de points est indiqué en haut du fichier, à #nbPoints. Ensuite, les nbPoints premières coordonnées sont les points intérieurs du circuit, et les nbPoints derniers les points extérieurs.

.ttf : Il s'agit des fichiers contenant les polices utilisées par SDL2-ttf.