Integral and Inverse Reinforcement Learning for Optimal Control Systems and Games
Sorozatcím: Advances in Industrial Control;
-
20% KEDVEZMÉNY?
- A kedvezmény csak az 'Értesítés a kedvenc témákról' hírlevelünk címzettjeinek rendeléseire érvényes.
- Kiadói listaár EUR 149.79
-
62 125 Ft (59 167 Ft + 5% áfa)
Az ár azért becsült, mert a rendelés pillanatában nem lehet pontosan tudni, hogy a beérkezéskor milyen lesz a forint árfolyama az adott termék eredeti devizájához képest. Ha a forint romlana, kissé többet, ha javulna, kissé kevesebbet kell majd fizetnie.
- Kedvezmény(ek) 20% (cc. 12 425 Ft off)
- Kedvezményes ár 49 700 Ft (47 334 Ft + 5% áfa)
Iratkozzon fel most és részesüljön kedvezőbb árainkból!
Feliratkozom
62 125 Ft
Beszerezhetőség
Megrendelésre a kiadó utánnyomja a könyvet. Rendelhető, de a szokásosnál kicsit lassabban érkezik meg.
Why don't you give exact delivery time?
A beszerzés időigényét az eddigi tapasztalatokra alapozva adjuk meg. Azért becsült, mert a terméket külföldről hozzuk be, így a kiadó kiszolgálásának pillanatnyi gyorsaságától is függ. A megadottnál gyorsabb és lassabb szállítás is elképzelhető, de mindent megteszünk, hogy Ön a lehető leghamarabb jusson hozzá a termékhez.
A termék adatai:
- Kiadó Springer Nature Switzerland
- Megjelenés dátuma 2025. április 2.
- Kötetek száma 1 pieces, Book
- ISBN 9783031452543
- Kötéstípus Puhakötés
- Lásd még 9783031452512
- Terjedelem267 oldal
- Méret 235x155 mm
- Nyelv angol
- Illusztrációk XX, 267 p. 43 illus., 41 illus. in color. Illustrations, black & white 642
Kategóriák
Hosszú leírás:
Integral and Inverse Reinforcement Learning for Optimal Control Systems and Games develops its specific learning techniques, motivated by application to autonomous driving and microgrid systems, with breadth and depth: integral reinforcement learning (RL) achieves model-free control without system estimation compared with system identification methods and their inevitable estimation errors; novel inverse RL methods fill a gap that will help them to attract readers interested in finding data-driven model-free solutions for inverse optimization and optimal control, imitation learning and autonomous driving among other areas.
Graduate students will find that this book offers a thorough introduction to integral and inverse RL for feedback control related to optimal regulation and tracking, disturbance rejection, and multiplayer and multiagent systems. For researchers, it provides a combination of theoretical analysis, rigorous algorithms, and a wide-ranging selection of examples. The book equips practitioners working in various domains ? aircraft, robotics, power systems, and communication networks among them ? with theoretical insights valuable in tackling the real-world challenges they face. Több
Tartalomjegyzék:
1. Introduction.- 2. Background on Integral and Inverse Reinforcement Learning for Dynamic System Feedback.- 3. Integral Reinforcement Learning for Optimal Regulation.- 4. Integral Reinforcement Learning for Optimal Tracking.- 5. Integral Reinforcement Learning for Nonlinear Tracker.- Integral Reinforcement Learning for H-infinity Control.- 6. Inverse Reinforcement Learning for Linear and Nonlinear Systems.- 7. Inverse Reinforcement Learning for Two-Player Zero-Sum Games.- 8. Inverse Reinforcement Learning for Multi-player Nonzero-sum Games.
Több
Knowledge in a Nutshell: Quantum Physics: The Complete Guide to Quantum Physics, Including Wave Functions, Heisenberg's Uncertainty Principle and Quan
4 569 Ft
4 203 Ft
Electromagnetics Through the Finite Element Method: From Maxwell’s Equations to Code
