Importamos Historias - Libros con hasta 50% de dto  Ver más

Enviar a
Montevideo, Montevideo
0

Mi Cuenta

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

menú

Selecciona tu país

América

Europa

Resto del mundo

portada Apprentissage par renforcement dans la robotique et les systèmes autonomes (en Francés)
Formato
Libro Físico
Editorial
Autor
Idioma
Francés
N° páginas
120
Encuadernación
Tapa Blanda
Dimensiones
22.9x15.2x0.7 cm
ISBN13
9786209105845

Apprentissage par renforcement dans la robotique et les systèmes autonomes (en Francés)

N. S. Usha; G. M. Karpuradheepan; N. Srinivasan (Autor) · Editions Notre Savoir · Tapa Blanda

Apprentissage par renforcement dans la robotique et les systèmes autonomes (en Francés) - N. S. Usha; G. M. Karpuradheepan; N. Srinivasan

Libro Nuevo Importado
Envío: 22 a 27 días háb.
$ 5.153$ 2.834
-45%
Costos de importación incluídos en el precio ✅
Libro Nuevo

Quedan 10 unidades

$ 2.834
Llega entre el 06 Oct y el 13 Oct a Montevideo, Montevideo. Seleccionar ubicación

Elige la lista en la que quieres agregar tu producto o crea una nueva lista

Ir a Mis Listas
Calcula el costo de envío

Reseña del libro "Apprentissage par renforcement dans la robotique et les systèmes autonomes (en Francés)"

L'apprentissage par renforcement (AR) s'est imposé comme une approche transformatrice dans le domaine des systèmes autonomes, permettant une prise de décision et un contrôle intelligents dans la robotique, les voitures autonomes, les soins de santé, l'automatisation industrielle et les infrastructures intelligentes. Tout au long de cette discussion, nous avons exploré les concepts fondamentaux, les méthodologies, les défis et les applications réelles de la RL dans les systèmes autonomes, en soulignant à la fois son potentiel et ses limites. L 'application de la RL en robotique et dans les systèmes autonomes est sous-tendue par les processus de décision de Markov (MDP), qui fournissent un cadre structuré pour la prise dedécision séquentielle . Le développement de méthodes basées sur la valeur, telles que les réseaux Q profonds (DQN), et d'approches basées sur la politique, telles que les méthodes 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 modèle et basées sur un modèle offrent différents compromis en termes d'efficacité d'échantillonnage et d'adaptabilité, ouvrant la voie à des contrôleurs basés sur l'apprentissage plus polyvalents et plus pratiques.

Opiniones del libro

Ver más opiniones de clientes
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)
  • 0% (0)

Preguntas frecuentes sobre el libro

¿El libro es original?

Todos los libros de nuestro catálogo son Originales.

¿En qué Idioma está escrito el libro?

El libro está escrito en Francés.

¿Cuál es la encuadernación de este libro?

La encuadernación de esta edición es Tapa Blanda.

Preguntas y respuestas sobre el libro

¿Tienes una pregunta sobre el libro? Inicia sesión para poder agregar tu propia pregunta.

Opiniones sobre Buscalibre

Ver más opiniones de clientes