Deep Traffic Reinforcement Learning. Steuern eines Fahrzeugs durch eine simulierte Stra?enumgebung mit dichtem Verkehr
Language: German
Published by GRIN Verlag, 2020
- Softcover
- New
Condition: New
£ 15.42
Quantity: 2 available
Add to basketItem description from seller
Studienarbeit aus dem Jahr 2019 im Fachbereich Informatik - Wirtschaftsinformatik, Note: 1,7, FOM Essen, Hochschule f?r Oekonomie & Management gemeinn?tzige GmbH, Hochschulleitung Essen fr?her Fachhochschule, Veranstaltung: Big Data & Data Science, Sprache: Deutsch, Abstract: In den folgenden Abschnitten dieser Arbeit sollen die Themen rund um Reinforcement Learning und ein Praxisbeispiel mit Hilfe von Reinforcement Learning dargestellt werden. Das Praxisbeispiel bezieht sich auf ein simuliertes Verkehrssystem, welches mit Hilfe von Reinforcement Learning selbstst?ndig lernt, ob und wann ein Fahrzeug eigenst?ndig ?berholen soll."Wir stehen am Vorabend einer weiteren mobilen Revolution. In Zukunft werden autonome Fahrzeuge aktiv am Stra?enverkehr teilnehmen." (Maurer et al., 2015)Durch die ansteigende Anzahl der Teilnehmer am Stra?enverkehr wird es immer voller und enger auf den Stra?en Deutschlands. Typischer Wochenbeginn - alle auf dem Weg zur Arbeit - PKWs, LKWs, Busse und an sonnigen Tagen, die Motorradfahrer. An Teilnehmern am Stra?enverkehr fehlt es keines Wegs. Bei dichtem Verkehr steigt dadurch des Risikos eines Unfalls oder eines Staus. Mit autonom fahrenden Fahrzeugen wird sich in naher Zukunft einiges ?ndern - voraussichtlich auch zum Vorteil aller Autofahrer, wie beispielsweise das Erledigen von Aufgaben oder das Vorbereiten auf ein Kundengespr?ch w?hrend der Fahrt. Dem Autofahrer werden Schritt f?r Schritt mehr und mehr Aufgaben beim Autofahren abgenommen. Aber auch negative Folgeerscheinungen k?nnen entstehen. Beispielsweise die Abh?ngigkeit der Technik und das Vertrauen in das System. Um das autonome Fahren erm?glichen zu k?nnen, ben?tigten die Fahrzeuge viele notwendige Daten. Diese werden beispielsweise von Sensoren, Kameras oder auch Positionierungssystemen geliefert und in Echtzeit mittels Prozessoren und Kommunikationsschnittstellen anderer Fahrzeuge verarbeiten. Unter anderem ist auch die Verkehrsinfrastruktur ein bedeutender Teil des Ganzen Vorhabens. So m?ssen die Verkehrsinfrastruktur sowie die Kommunikationsinfrastruktur zusammen harmonieren und mit einander kollaborieren. Hierf?r k?nnte Reinforcement Learning eine entscheidende Rolle beim autonomen Fahren ?bernehmen. De Gewicht in Gramm: 73.…
Seller Inventory # IB-3190741
- Title
- Deep Traffic Reinforcement Learning. Steuern eines Fahrzeugs durch eine simulierte Stra?enumgebung mit dichtem Verkehr
- Author
- Reinhold Ackermann, Andreas Schurr
- Publisher
- GRIN Verlag
- Publication year
- 2020
- Condition
- Neu
- Binding
- Softcover/Taschenbuch
- Language
- German
- ISBN 10
- 3346108015
- ISBN 13
- 9783346108012
- Item weight
- 73 grams
"Synopsis" may belong to another edition of this title.
Shipping rates from Germany to U.S.A.
| Item | 10 to 12 business days | 8 to 10 business days |
|---|---|---|
| First item | £ 41.62 | £ 62.56 |
Payment methods
- Check
Specialty
BuchRight of withdrawal
If you are a consumer you can withdraw from the contract in accordance with the following. Consumer means any natural person who is acting for purposes which are outside his trade, business, craft or profession.
Information regarding the right of withdrawal
Statutory right to withdraw
You have the right to withdraw from this contract within 14 days without giving any reason.
The withdrawal period will expire after 14 days from the day on which you acquire, or a third party other than the carrier and indicated by you acquires, physical possession of the last good or the last lot or piece.
To exercise the right of withdrawal, electronically fill in and submit a clear statement on our website, under "My Purchases" in "My Account". We will communicate to you an acknowledgement of receipt of such a withdrawal on a durable medium (e.g. by e-mail) without delay.
To meet the withdrawal deadline, it is sufficient for you to send your communication concerning your exercise of the right of withdrawal before the withdrawal period has expired.
Effects of withdrawal
If you withdraw from this contract, we will reimburse to you all payments received from you, including the costs of delivery (except for the supplementary costs arising if you chose a type of delivery other than the least expensive type of standard delivery offered by us).
We may make a deduction from the reimbursement for loss in value of any goods supplied, if the loss is the result of unnecessary handling by you.
We will make the reimbursement without undue delay, and not later than 14 days after the day on which we are informed about your decision to withdraw from this contract.
We will make the reimbursement using the same means of payment as you used for the initial transaction, unless you have expressly agreed otherwise; in any event, you will not incur any fees as a result of such reimbursement.
We may withhold reimbursement until we have received the goods back, or you have supplied evidence of having sent back the goods, whichever is the earliest.
You shall send back the goods or hand them over to Home-set, Mannheim, Germany, without undue delay and in any event not later than 14 days from the day on which you communicate your withdrawal from this contract to us. The deadline is met if you send back the goods before the period of 14 days has expired. You will have to bear the direct cost of returning the goods. You are only liable for any diminished value of the goods resulting from the handling other than what is necessary to establish the nature, characteristics and functioning of the goods.
Exceptions to the right of withdrawal
The right of withdrawal does not apply to:
- The delivery of newspapers, journals or magazines with the exception of subscription contracts; and
- The supply of digital content which is not supplied on a tangible medium (e.g. on a CD or DVD) if you accepted when you placed your order that we could start to deliver it, and that you could not withdraw once delivery had started.