26.12.2025; Луцьк, Україна: X Міжнародна наукова конференція «Традиційні та інноваційні підходи до наукових досліджень»
Роботи, що індексуються в Google Scholar

ІНТЕГРАЦІЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ В СИСТЕМИ АДАПТИВНОГО КЕРУВАННЯ АВТОНОМНИХ ОБ’ЄКТІВ У ДИНАМІЧНИХ СЕРЕДОВИЩАХ

  • Ірина Воронко,
  • Денис Зикєєв
DOI: https://doi.org/10.62731/mcnd-26.12.2025.003
PDF

Опубліковано 28.12.2025

Як цитувати

Воронко, І., & Зикєєв, Д. (2025). ІНТЕГРАЦІЯ МЕТОДІВ МАШИННОГО НАВЧАННЯ В СИСТЕМИ АДАПТИВНОГО КЕРУВАННЯ АВТОНОМНИХ ОБ’ЄКТІВ У ДИНАМІЧНИХ СЕРЕДОВИЩАХ. Матеріали конференцій МЦНД, (26.12.2025; Луцьк, Україна), 271–274. https://doi.org/10.62731/mcnd-26.12.2025.003

Завантаження

Дані завантаження ще не доступні.
Creative Commons License

Ця робота ліцензується відповідно до Creative Commons Attribution-ShareAlike 4.0 International License.

Google Scholar

Анотація

Сучасний розвиток автономних технічних систем, зокрема робототехнічних комплексів, безпілотних транспортних засобів та інтелектуальних виробничих установок, супроводжується зростанням вимог до їх здатності функціонувати в умовах невизначеності, мінливості зовнішнього середовища та обмеженості апріорної інформації.

PDF

Посилання

  1. 1. Kober J., Bagnell J. A., Peters J. Reinforcement learning in robotics: A survey // International Journal of Robotics Research. – 2013. – Vol. 32, No. 11. – P. 1238–1274.
  2. 2. Sutton R. S., Barto A. G. Reinforcement Learning: An Introduction. – 2nd ed. – Cambridge : MIT Press, 2018. – 552 p.
  3. 3. Siciliano B., Khatib O. (eds.). Springer Handbook of Robotics. – 2nd ed. – Berlin : Springer,
  4. 2016. – 2229 p.
  5. 4. Schmidhuber J. Deep learning in neural networks: An overview // Neural Networks. – 2015. – Vol. 61. – P. 85–117.
  6. 5. Дідич І. С., Микитишин А. Г., Золотий Р. З., Ясіновський П. А. Інтеграція алгоритмів машинного навчання для оптимізації процесів автоматизованого керування // Актуальні задачі сучасних технологій : матеріали ХІІІ Міжнар. наук.-практ. конф. – Тернопіль : ТНТУ ім. І. Пулюя, 2024. – С. 17–19.
  7. 6. Rodriguez E. The role of machine learning in autonomous robotic systems // American Journal of Machine Learning. – 2023. – Vol. 4, Issue 1. – P. 1–8.
  8. 7. Зикєєв Д. П. Використання глибокого навчання для прогнозування станів у нестаціонарних середовищах // Виклики та перспективи розвитку транспортної інфраструктури України : матеріали ІІІ Всеукр. наук.-практ. конф. (22–24 квіт. 2025 р.). – Київ: ДУІТ, 2025. – С. 824–826.