Ruben Gerlach - Reinforcement Learning: Roboternavigation in Heimumgebungen

Ruben Gerlach - Reinforcement Learning: Roboternavigation in Heimumgebungen

58,00 €

In der heutigen Welt finden Roboter in Industrie und privaten Haushalten zunehmende Verbreitung. Gerade bei kommerziellen Geräten für den Hausgebrauch, wie bspw. autonomen Staubsaugern, ist die Navigation und die Berücksichtigung von umherlaufenden Menschen jedoch oft noch unzureichend. Um die nötige Sicherheit zu gewährleisten, müssen Modelle gefunden werden, die menschliche Bewegungen...

Direkt bei Thalia AT bestellen

Produktbeschreibung

In der heutigen Welt finden Roboter in Industrie und privaten Haushalten zunehmende Verbreitung. Gerade bei kommerziellen Geräten für den Hausgebrauch, wie bspw. autonomen Staubsaugern, ist die Navigation und die Berücksichtigung von umherlaufenden Menschen jedoch oft noch unzureichend. Um die nötige Sicherheit zu gewährleisten, müssen Modelle gefunden werden, die menschliche Bewegungen berücksichtigen und dadurch Kollisionen verhindern können. In dieser Arbeit wird mithilfe von Reinforcement Learning, einem Verfahren zur Entwicklung von Problemlösungsstrategien in unbekannten Domänen, ein Ansatz entwickelt, der durch Extrapolation auf Basis der gegebenen Situation zukünftige Zustände vorausahnt und daraus ein Zustandssignal kodiert, das effiziente Navigation in Heimumgebungen ermöglicht und dabei die Bewohner berücksichtigt und schützt. Die entworfene Lösung funktioniert selbst in unbekannten Wohnräumen sehr gut und ist in ihrer Komplexität unabhängig von der Anzahl der zu berücksichtigenden Bewohner.
Marke Diplomica Verlag
EAN 9783842861831
ISBN 978-3-8428-6183-1

...

9,20 €

Samuel Hahnemann - Organon der Heilkunst
...

36,00 €

Michael Zeuske - Von Bolívar zu...
...

29,00 €

Walter Dietrich - Die dunklen Seiten...
...

13,00 €

Walther Hinz - Neue Erkenntnisse über...
...

12,90 €

Wolfgang Neuss - Neuss' Zeitalter

Beratungskontakt

contact-lady

Vereinbaren Sie ein kostenloses Erstgespräch. Wir beraten Sie gerne!



Kategorien