國立虎尾科技大學 |

Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning

Record Type:	Language materials, printed : Monograph/item
Title/Author:	Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning/ von Andreas Folkers.
Author:	Folkers, Andreas.
Description:	XIII, 88 S. 38 Abb.online resource. :
Contained By:	Springer Nature eBook
Subject:	Applied mathematics. -
Online resource:	https://doi.org/10.1007/978-3-658-28886-0
ISBN:	9783658288860

Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning
Folkers, Andreas.

Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning[electronic resource] /von Andreas Folkers. - 1st ed. 2019. - XIII, 88 S. 38 Abb.online resource. - BestMasters,2625-3577. - BestMasters,.

Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert. Der Inhalt Grundlagen des Deep Learning und kontinuierliches Deep Reinforcement Learning Definition eines Deep Controller für Autonomes Fahren Training und Evaluierung des Deep Controller innerhalb einer Simulation Anwendung des Deep Controller auf einem Forschungsfahrzeug Die Zielgruppen Dozierende und Studierende der Bereiche Angewandte Mathematik und Informatik Fach- und Führungskräfte auf den Gebieten Autonomes Fahren und Künstliche Intelligenz Der Autor Andreas Folkers studierte Technomathematik an der Universität Bremen und arbeitet dort als Wissenschaftlicher Mitarbeiter an angewandten Forschungsfragen im Kontext von Autonomen Fahrzeugen. Im Zentrum seiner Forschung stehen Algorithmen zur Fahrzeugsteuerung und Künstliche Intelligenz.

ISBN: 9783658288860

Standard No.: 10.1007/978-3-658-28886-0doiSubjects--Topical Terms:

1069907
Applied mathematics.

LC Class. No.: T57-57.97

Dewey Class. No.: 519

Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning
LDR:02591nam a22003495i 4500 001 1015423
003 DE-He213
005 20200713180840.0
007 cr nn 008mamaa
008 210106s2019 gw | s |||| 0|ger d
020 $a 9783658288860 $9 978-3-658-28886-0
024 7 $a 10.1007/978-3-658-28886-0 $2 doi
035 $a 978-3-658-28886-0
050 4 $a T57-57.97
072 7 $a PBW $2 bicssc
072 7 $a MAT003000 $2 bisacsh
072 7 $a PBW $2 thema
082 0 4 $a 519 $2 23
100 1 $a Folkers, Andreas. $e author. $4 aut $4 http://id.loc.gov/vocabulary/relators/aut $3 1309555
245 1 0 $a Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning $h [electronic resource] / $c von Andreas Folkers.
250 $a 1st ed. 2019.
264 1 $a Wiesbaden : $b Springer Fachmedien Wiesbaden : $b Imprint: Springer Spektrum, $c 2019.
300 $a XIII, 88 S. 38 Abb. $b online resource.
336 $a text $b txt $2 rdacontent
337 $a computer $b c $2 rdamedia
338 $a online resource $b cr $2 rdacarrier
347 $a text file $b PDF $2 rda
490 1 $a BestMasters, $x 2625-3577
520 $a Andreas Folkers stellt in diesem Buch einen Regelalgorithmus zur Steuerung eines autonomen Fahrzeugs vor. Um eine nichtlineare Bewegungsdynamik bei gleichzeitig kurzer Rechenzeit zu berücksichtigen, wird der Regler als Neuronales Netz definiert und dessen Parameter im Vorfeld gelernt. Dieser Trainingsschritt wird im Setting des Deep Reinforcement Learning durch die Proximal-Policy-Optimierung innerhalb einer Simulation durchgeführt. Die Qualität des resultierenden Reglers wird schließlich sowohl durch die Simulation als auch bei der Anwendung auf ein reales Fahrzeug in einem Parkplatz-Szenario evaluiert. Der Inhalt Grundlagen des Deep Learning und kontinuierliches Deep Reinforcement Learning Definition eines Deep Controller für Autonomes Fahren Training und Evaluierung des Deep Controller innerhalb einer Simulation Anwendung des Deep Controller auf einem Forschungsfahrzeug Die Zielgruppen Dozierende und Studierende der Bereiche Angewandte Mathematik und Informatik Fach- und Führungskräfte auf den Gebieten Autonomes Fahren und Künstliche Intelligenz Der Autor Andreas Folkers studierte Technomathematik an der Universität Bremen und arbeitet dort als Wissenschaftlicher Mitarbeiter an angewandten Forschungsfragen im Kontext von Autonomen Fahrzeugen. Im Zentrum seiner Forschung stehen Algorithmen zur Fahrzeugsteuerung und Künstliche Intelligenz.
650 0 $a Applied mathematics. $3 1069907
650 0 $a Engineering mathematics. $3 562757
650 0 $a Artificial intelligence. $3 559380
650 0 $a Computer science—Mathematics. $3 1253519
650 1 4 $a Applications of Mathematics. $3 669175
650 2 4 $a Artificial Intelligence. $3 646849
650 2 4 $a Math Applications in Computer Science. $3 669887
710 2 $a SpringerLink (Online service) $3 593884
773 0 $t Springer Nature eBook
776 0 8 $i Printed edition: $z 9783658288853
830 0 $a BestMasters, $x 2625-3577 $3 1253531
856 4 0 $u https://doi.org/10.1007/978-3-658-28886-0
912 $a ZDB-2-SNA
950 $a Life Science and Basic Disciplines (German Language) (SpringerNature-11777)