Tracked shipping to South Africa with premium packaging for just R199 

Ship to
South Africa
0

My Account

  • argentina
  • chile
  • colombia
  • españa
  • méxico
  • perú
  • estados unidos
  • internacional

menu

Select your country

Americas

Europe

Rest of the world

portada Verstärkungslernen in Robotik und autonomen Systemen (in German)
Type
Physical Book
Publisher
Author
Language
German
Pages
116
Format
Paperback
Dimensions
22.9x15.2x0.7 cm
ISBN13
9786209087929

Verstärkungslernen in Robotik und autonomen Systemen (in German)

N. S. Usha; G. M. Karpuradheepan; N. Srinivasan (Author) · Verlag Unser Wissen · Paperback

Verstärkungslernen in Robotik und autonomen Systemen (in German) - N. S. Usha; G. M. Karpuradheepan; N. Srinivasan

Cheaper New Book Imported to South Africa
Delivery: 14 Oct - 22 Oct Shipping: 13 to 14 business days.
R 1,182
Faster New Book Imported to South Africa
Delivery: 02 Oct - 12 Oct Shipping: 5 to 6 business days.
R 1,275
R 1,182

Choose the list to add your product or create one New List

Go to My Wishlists
Calculate shipping cost

Synopsis "Verstärkungslernen in Robotik und autonomen Systemen (in German)"

Reinforcement Learning (RL) hat sich zu einem transformativen Ansatz im Bereich der autonomen Systeme entwickelt und ermöglicht intelligente Entscheidungsfindung und Steuerung in der Robotik, bei selbstfahrenden Autos, im Gesundheitswesen, in der Industrieautomatisierung und bei intelligenter Infrastruktur. In dieser Diskussion haben wir die grundlegenden Konzepte, Methoden, Herausforderungen und realen Anwendungen von RL in autonomen Systemen untersucht und dabei sowohl ihr Potenzial als auch ihre Grenzen aufgezeigt . Die Anwendung von RL in der Robotik und in autonomen Systemen wird durch Markov-Entscheidungsprozesse (MDPs) untermauert, die einen strukturierten Rahmen für sequenzielle Entscheidungsfindungbieten . Die Entwicklung von wertbasierten Methoden wie Deep Q Networks (DQN) und richtlinienbasierten Ansätzen wie Policy Gradient und Actor Critic hat es Robotern und autonomen Agenten ermöglicht, komplexe Verhaltensweisen durch Versuch und Irrtum zu erlernen. Darüber hinaus bieten modellfreie und modellbasierte RL-Techniken unterschiedliche Kompromisse in Bezug auf Probeeffizienz und Anpassungsfähigkeit und ebnen den Weg für vielseitigere und praktischere lernbasierte Steuerungen.

Customers reviews

More customer reviews
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Frequently Asked Questions about the Book

Is the book original?

All books in our catalog are Original.

In what language is the book written?

The book is written in German.

What is the format of this book?

The binding of this edition is Paperback.

Questions and Answers about the Book

Do you have a question about the book? Login to be able to add your own question.

Opinions about Bookdelivery

More customer reviews