Uczenie ze wzmocnieniem w robotyce i systemach autonomicznych [Polish]

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

Uczenie ze wzmocnieniem (RL) stalo się przelomowym podejściem w dziedzinie system w autonomicznych, umożliwiając inteligentne podejmowanie decyzji i kontrolę w robotyce, autonomicznych samochodach, opiece zdrowotnej, automatyce przemyslowej i inteligentnej infrastrukturze. W trakcie tej dyskusji zbadaliśmy podstawowe koncepcje, metodologie, wyzwania i rzeczywiste zastosowania RL w systemach autonomicznych, podkreślając zar wno jej potencjal, jak i ograniczenia. Zastosowanie RL w robotyce i systemach autonomicznych opiera się na procesach decyzyjnych Markowa (MDP), kt re zapewniają ustrukturyzowane ramy dla sekwencyjnego podejmowaniadecyzji . Rozw j metod opartych na wartościach, takich jak Deep Q Networks (DQN), oraz podejśc opartych na polityce, takich jak metody Policy Gradient i Actor Critic, umożliwil robotom i autonomicznym agentom uczenie się zlożonych zachowań metodą pr b i blęd w. Co więcej, bezmodelowe i oparte na modelach techniki RL oferują r żne kompromisy pod względem wydajności pr bkowania i zdolności adaptacyjnych, torując drogę dla bardziej wszechstronnych i praktycznych kontroler w opartych na uczeniu się.

• Format: Paperback
• Language: Polish
• ISBN: 6209082807
• ISBN13: 9786209082801
• Release Date: October 2025
• Publisher: Wydawnictwo Nasza Wiedza
• Length: 112 Pages
• Weight: 0.35 lbs.
• Dimensions: 0.3" x 6.0" x 9.0"