Les reseaux de neurones formels et les systemes neuro-flous pour a.p.r

Hatem Mezaache - Collection Omn.univ.europ.

104 pages, parution le 01/11/2018

Ajouter à une liste

Expédié sous 9 jours

Livraison à partir de 0,01€ dès 35€ d'achats
Pour une livraison en France métropolitaine

QUANTITÉ

Résumé

L'apprentissage par renforcement, est un type d'apprentissage automatique qui est souvent utilisé dans le domaine de la robotique. Il vise à déterminer une loi de commande pour un robot mobile dans un environnement intérieur connu. Ce genre de technique s'applique lorsqu'on suppose que la seule information sur la qualité des actions effectuées par le robot mobile, est un signal scalaire qui présente une récompense ou une punition. La procédure d'apprentissage vise à améliorer le choix des actions afin de maximiser les récompenses. L'un des plus algorithmes utilisés pour la résolution de ce problème d'apprentissage est l'algorithme Q-Learning qui est basé sur la Q-Fonction. Et pour assurer la génération de cette dernière fonction et le bon fonctionnement du système d'apprentissage on utilise un réseau de neurones artificiels car, les états des environnements où évolue un robot mobile ont des grands espaces. L'action effectuée par le robot mobile dans son environnement est assurée par l'utilisation d'une fonction de sélection. Cette action est évaluée par un signal scalaire qui vaut -1, 0 et 1

Caractéristiques techniques

	PAPIER
Éditeur(s)	Editions universitaires européennes
Auteur(s)	Hatem Mezaache
Collection	Omn.univ.europ.
Parution	01/11/2018
Nb. de pages	104
Format	15.2 x 22.9
Couverture	Broché
Poids	166g
EAN13	9783639653694