Andere Kunden interessierten sich auch für
![DIE BAUSTEINE DES MASCHINELLEN LERNENS]( "DIE BAUSTEINE DES MASCHINELLEN LERNENS")
DIE BAUSTEINE DES MASCHINELLEN LERNENS60,90 €![Die artikulierte Stimme oder das Wort als Mittel des Lehrens und Lernens]( "Die artikulierte Stimme oder das Wort als Mittel des Lehrens und Lernens")
Die artikulierte Stimme oder das Wort als Mittel des Lehrens und Lernens39,90 €![Ti-reiche intelligente NiTi-Materialien für biomedizinische Anwendungen]( "Ti-reiche intelligente NiTi-Materialien für biomedizinische Anwendungen")
Ti-reiche intelligente NiTi-Materialien für biomedizinische Anwendungen26,90 €![Vorteile des lebenslangen Lernens für erwachsene Analphabeten]( "Vorteile des lebenslangen Lernens für erwachsene Analphabeten")
Vorteile des lebenslangen Lernens für erwachsene Analphabeten35,90 €![Kognitive Prozesse des Lernens und akademische Leistungen]( "Kognitive Prozesse des Lernens und akademische Leistungen")
Kognitive Prozesse des Lernens und akademische Leistungen39,90 €![Medizinische Bildverarbeitung für Anwendungen im Gesundheitswesen]( "Medizinische Bildverarbeitung für Anwendungen im Gesundheitswesen")
Medizinische Bildverarbeitung für Anwendungen im Gesundheitswesen43,90 €![Biotechnologie und ihre Anwendungen in Aquakultur und Fischerei]( "Biotechnologie und ihre Anwendungen in Aquakultur und Fischerei")
Biotechnologie und ihre Anwendungen in Aquakultur und Fischerei55,90 €
In diesem Buch werden die Auswirkungen verschiedener Faktoren wie Lernrate, Abzinsungsfaktor und Epsilon auf die Fähigkeit der Drohne, von der Quelle zum Ziel zu navigieren, beschrieben. Je höher der Wert der Lernrate ist, desto schneller lernt die Drohne, aber es besteht die Gefahr, dass sie eher oszilliert als konvergiert, und bei einem niedrigeren Wert der Lernrate lernt die Drohne langsam, konvergiert aber stetig. Die Arbeit in diesem Buch konzentriert sich hauptsächlich auf die Implementierung der RL-Algorithmen für kleinere Gebiete. Für größere, komplexe Gebiete sind diese Algorithmen weniger effizient, so dass Deep Reinforcement Learning in Zukunft eingesetzt werden kann, um UAVs effizienter für den Einsatz in der Praxis zu machen.