கவுட்டி எல்
வலுவூட்டல் கற்றல் (RL) மற்றும் ரோபாட்டிக்ஸ் ஆகியவற்றின் ஒருங்கிணைப்பு பல்வேறு தொழில்துறை அமைப்புகளில் வெற்றிகரமாக பயன்படுத்தப்பட்டது. இந்த அமைப்புகளில் ஒன்று, பரந்த எண்ணெய் மற்றும் எரிவாயு வயல்களில் நில அதிர்வு உணரிகளைப் பயன்படுத்துவதை உள்ளடக்கியது. சென்சார் வரிசைப்படுத்தல் சிக்கலை ஒரு சவாலான தேர்வுமுறை சிக்கலாக உருவாக்கலாம், அங்கு மார்கோவ் முடிவு செயல்முறைகளை (MDPs) திறமையாகப் பயன்படுத்த முடியும். எங்கள் RL-அடிப்படையிலான ரோபோட் பரந்த எண்ணெய்/எரிவாயு வயல்களை உள்ளடக்கிய மென்மையான மற்றும் கடினமான பகுதிகளில் நில அதிர்வு உணரிகளை பயன்படுத்த முடியும். எங்களின் முன்மாதிரி ரோபோ, தற்போது வெளியிடப்பட்ட இரண்டு US காப்புரிமைகளின் கீழ் பாதுகாக்கப்பட்ட ஒரு புதுமைப் பணியின் விளைவாக உருவானது [1, 2]. ரோபோ திறன்களின் விளக்கத்தை [3, 4] இல் காணலாம்.