Reinforcement learning is a type of machine learning where the goal is for an agent to adapt to its environment by maximizing reward. Combined with object recognition it can be used in autonomous vehicles to enable them to react objects in its immediate vicinity.

The US Department of Defense contracted Stratom, the autonomous systems developer, to implement The Perimeter Safety for Autonomous Vehicles (P-SAV) system on their Robotic Combat Vehicle-Light (RCV-L) to support ground-combat operations. The P-SAV system enables reduction of equipment damage and downtime by connecting to the RCV-L's operator and computer system to execute suitable behaviors.

L'apprentissage par renforcement est un type d'apprentissage automatique où l'objectif est qu'un agent s'adapte à son environnement en maximisant la récompense. Combiné à la reconnaissance d'objets, il peut être utilisé dans les véhicules autonomes pour leur permettre de réagir aux objets à proximité immédiate. Le département américain de la Défense a engagé Stratom, le développeur de systèmes autonomes, pour mettre en œuvre le système P-SAV (Perimeter Safety for Autonomous Vehicles) sur son robot de combat léger (RCV-L) pour soutenir les opérations de combat au sol. Le système P-SAV permet de réduire les dommages et les temps d'arrêt de l'équipement en se connectant à l'opérateur et au système informatique du RCV-L pour exécuter les comportements appropriés.

Défense & Militaire - Véhicule Autonome