Apprentissage par renforcement dans la robotique et les systèmes autonomes [French]

By Dr G M Karpuradheepan, Dr N S Usha, Dr N Srinivasan

L'apprentissage par renforcement (AR) s'est impos comme une approche transformatrice dans le domaine des syst mes autonomes, permettant une prise de d cision et un contr le intelligents dans la robotique, les voitures autonomes, les soins de sant , l'automatisation industrielle et les infrastructures intelligentes. Tout au long de cette discussion, nous avons explor les concepts fondamentaux, les m thodologies, les d fis et les applications r elles de la RL dans les syst mes autonomes, en soulignant la fois son potentiel et ses limites. L 'application de la RL en robotique et dans les syst mes autonomes est sous-tendue par les processus de d cision de Markov (MDP), qui fournissent un cadre structur pour la prise ded cision s quentielle . Le d veloppement de m thodes bas es sur la valeur, telles que les r seaux Q profonds (DQN), et d'approches bas es sur la politique, telles que les m thodes Policy Gradient et Actor Critic, a permis aux robots et aux agents autonomes d'apprendre des comportements complexes par essais et erreurs. En outre, les techniques RL sans mod le et bas es sur un mod le offrent diff rents compromis en termes d'efficacit d' chantillonnage et d'adaptabilit , ouvrant la voie des contr leurs bas s sur l'apprentissage plus polyvalents et plus pratiques.

• Format: Paperback
• Language: French
• ISBN: 620910584X
• ISBN13: 9786209105845
• Release Date: October 2025
• Publisher: Editions Notre Savoir
• Length: 120 Pages
• Weight: 0.38 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"