Applications de l'apprentissage automatique dans les drones

Ce livre décrit l'effet de différents facteurs tels que le taux d'apprentissage le facteur d'actualisation et l'epsilon sur la capacité d'apprentissage du drone à naviguer de la source à la destination. La valeur la plus élevée du taux d'apprentissage favorise l'apprentissage rapide du drone mais il y a un risque d'oscillation plutôt que de convergence et pour la valeur la plus faible du taux d'apprentissage le drone apprend lentement mais converge régulièrement. Ce livre se concentre principalement sur la mise en œuvre des algorithmes RL pour les zones plus petites. Pour les zones complexes plus grandes ces algorithmes sont moins efficaces. L'apprentissage par renforcement profond peut donc être utilisé à l'avenir pour rendre les drones plus efficaces pour une mise en œuvre dans le monde réel.