Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning
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
- PDF / 5,188,832 Bytes
- 96 Pages / 419.528 x 595.276 pts Page_size
- 17 Downloads / 258 Views
Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning
BestMasters
Mit „BestMasters“ zeichnet Springer die besten Masterarbeiten aus, die an renommierten Hochschulen in Deutschland, Österreich und der Schweiz entstanden sind. Die mit Höchstnote ausgezeichneten Arbeiten wurden durch Gutachter zur Veröffentlichung empfohlen und behandeln aktuelle Themen aus unterschiedlichen Fachgebieten der Naturwissenschaften, Psychologie, Technik und Wirtschaftswissenschaften. Die Reihe wendet sich an Praktiker und Wissenschaftler gleichermaßen und soll insbesondere auch Nachwuchswissenschaftlern Orientierung geben. Springer awards “BestMasters” to the best master’s theses which have been completed at renowned Universities in Germany, Austria, and Switzerland. The studies received highest marks and were recommended for publication by supervisors. They address current issues from various fields of research in natural sciences, psychology, technology, and economics. The series addresses practitioners as well as scientists and, in particular, offers guidance for early stage researchers.
Weitere Bände in der Reihe http://www.springer.com/series/13198
Andreas Folkers
Steuerung eines autonomen Fahrzeugs durch Deep Reinforcement Learning
Andreas Folkers Bremen, Deutschland 1. Gutachter: Dr. Matthias Knauer, Universität Bremen 2. Gutachter: Prof. Dr. Christof Büskens, Universität Bremen
ISSN 2625-3577 ISSN 2625-3615 (electronic) BestMasters ISBN 978-3-658-28886-0 (eBook) ISBN 978-3-658-28885-3 https://doi.org/10.1007/978-3-658-28886-0 Die Deutsche Nationalbibliothek verzeichnet diese Publikation in der Deutschen National bibliografie; detaillierte bibliografische Daten sind im Internet über http://dnb.d-nb.de abrufbar. © Springer Fachmedien Wiesbaden GmbH, ein Teil von Springer Nature 2019 Das Werk einschließlich aller seiner Teile ist urheberrechtlich geschützt. Jede Verwertung, die nicht ausdrücklich vom Urheberrechtsgesetz zugelassen ist, bedarf der vorherigen Zustimmung des Verlags. Das gilt insbesondere für Vervielfältigungen, Bearbeitungen, Übersetzungen, Mikroverfilmungen und die Einspeicherung und Verarbeitung in elektronischen Systemen. Die Wiedergabe von allgemein beschreibenden Bezeichnungen, Marken, Unternehmensnamen etc. in diesem Werk bedeutet nicht, dass diese frei durch jedermann benutzt werden dürfen. Die Berechtigung zur Benutzung unterliegt, auch ohne gesonderten Hinweis hierzu, den Regeln des Markenrechts. Die Rechte des jeweiligen Zeicheninhabers sind zu beachten. Der Verlag, die Autoren und die Herausgeber gehen davon aus, dass die Angaben und Informa tionen in diesem Werk zum Zeitpunkt der Veröffentlichung vollständig und korrekt sind. Weder der Verlag, noch die Autoren oder die Herausgeber übernehmen, ausdrücklich oder implizit, Gewähr für den Inhalt des Werkes, etwaige Fehler oder Äußerungen. Der Verlag bleibt im Hinblick auf geografische Zuordnungen und Gebietsbezeichnungen in veröffentlichten Karten und Institutionsadressen neutral. Springer Spektrum ist ein Imprint der eingetragene
Data Loading...
