logo móvil
logo tablet

Cookies y Privacidad

Usamos cookies propias y de terceros para mejorar la experiencia de nuestros usuarios, analizar el tráfico del sitio y personalizar contenido. Si continúas navegando, asumimos que aceptas su uso. Para más información, consulta nuestra Política de Cookies

La aplicabilidad de los métodos de aprendizaje por refuerzo en el desarrollo de aplicaciones de la Industria 4.0

Los métodos de aprendizaje por refuerzo (RL) pueden resolver con éxito problemas complejos de optimización. Nuestro artículo ofrece una visión sistemática de los principales tipos de métodos de RL, sus aplicaciones en el campo de las soluciones de la Industria 4.0, y proporciona pautas metodológicas para determinar el enfoque correcto que se adapte mejor a los diferentes problemas, y además, puede ser un punto de referencia para proyectos de I+D e investigaciones futuras.

Autores: Kegyes, Tams; Sle, Zoltn; Abonyi, Jnos

Idioma: Inglés

Editor: Hindawi

Año: 2021

Disponible con Suscripción Virtualpro

Artículos


Categoría

Ingeniería y Tecnología

Licencia

CC BY-SA – Atribución – Compartir Igual

Consultas: 7

Citaciones: Sin citaciones


Hindawi

Complexity

Volume , Article ID 7179374, 31 pages

https://doi.org/10.1155/2021/7179374

Kegyes Tams0, Sle Zoltn0, Abonyi Jnos0

MTA-PE Lendlet Complex Systems Monitoring Research Group Hungary, University of Pannonia Hungary

Academic Editor: Andrea Murari

Contact: @hindawi.com

Descripción
Los métodos de aprendizaje por refuerzo (RL) pueden resolver con éxito problemas complejos de optimización. Nuestro artículo ofrece una visión sistemática de los principales tipos de métodos de RL, sus aplicaciones en el campo de las soluciones de la Industria 4.0, y proporciona pautas metodológicas para determinar el enfoque correcto que se adapte mejor a los diferentes problemas, y además, puede ser un punto de referencia para proyectos de I+D e investigaciones futuras.

Documentos Relacionados

Temas Virtualpro