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.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.
Hinweis: Dieser Artikel kann nur an eine deutsche Lieferadresse ausgeliefert werden.