29,99 €
inkl. MwSt.
Versandkostenfrei*
Versandfertig in 6-10 Tagen
  • Broschiertes Buch

Ce livre décrit l'effet de différents facteurs tels que le taux d'apprentissage, le facteur d'actualisation et l'epsilon sur la capacité d'apprentissage du drone à naviguer de la source à la destination. La valeur la plus élevée du taux d'apprentissage favorise l'apprentissage rapide du drone mais il y a un risque d'oscillation plutôt que de convergence et pour la valeur la plus faible du taux d'apprentissage, le drone apprend lentement mais converge régulièrement. Ce livre se concentre principalement sur la mise en oeuvre des algorithmes RL pour les zones plus petites. Pour les zones…mehr

Produktbeschreibung
Ce livre décrit l'effet de différents facteurs tels que le taux d'apprentissage, le facteur d'actualisation et l'epsilon sur la capacité d'apprentissage du drone à naviguer de la source à la destination. La valeur la plus élevée du taux d'apprentissage favorise l'apprentissage rapide du drone mais il y a un risque d'oscillation plutôt que de convergence et pour la valeur la plus faible du taux d'apprentissage, le drone apprend lentement mais converge régulièrement. Ce livre se concentre principalement sur la mise en oeuvre des algorithmes RL pour les zones plus petites. Pour les zones complexes plus grandes, ces algorithmes sont moins efficaces. L'apprentissage par renforcement profond peut donc être utilisé à l'avenir pour rendre les drones plus efficaces pour une mise en oeuvre dans le monde réel.
Autorenporträt
Dr. Payal Bansal hat ein Diplom, einen B.E.-, einen M.Tech- und einen Ph.D.-Abschluss auf dem Gebiet der Elektronik und Kommunikationstechnik. Sie verfügt über mehr als 15 Jahre Lehrerfahrung in renommierten Organisationen. In ihrer beruflichen Laufbahn hat sie mit namhaften Organisationen zusammengearbeitet. In ihrer Forschung leistete sie einen bemerkenswerten Forschungsbeitrag.