Ulteriori informazioni
Questo libro descrive l'effetto di vari fattori come il tasso di apprendimento, il fattore di sconto e l'epsilon sulla capacità di addestramento del drone per navigare dalla sorgente alla destinazione. Il valore più alto del tasso di apprendimento favorisce l'apprendimento rapido del drone, ma in questo caso c'è il rischio di oscillazione piuttosto che di convergenza, mentre per il valore più basso del tasso di apprendimento il drone impara lentamente ma converge costantemente. Questo libro si concentra principalmente sull'implementazione degli algoritmi di RL per le aree più piccole. Per aree complesse più grandi questi algoritmi sono meno efficienti, quindi l'apprendimento con rinforzo profondo può essere utilizzato in futuro per rendere gli UAV più efficienti per l'implementazione nel mondo reale.
Info autore
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.
