A dolgozaton belül arra keresem a választ, hogy vajon felhasználható-e a megerősítéses tanulás, arra, hogy egy olyan drón navigációs ágenst hozzunk létre, amely képes egy emberi célpont követésére változó környezetben. Bemutatásra kerülnek a felhasznált technológiák, valamint az általam létrehozott implementációk, végezetül pedig kiértékelésre kerülnek a kapott eredmények. A munkám során a Unity motort használtam különböző virtuális környezetek megalkotására, melyekben később az ML-Agent eszköz segítségével végeztem betanítási folyamatokat. A megerősítéses tanulást próbálom meg arra felhasználni, hogy egy olyan drón navigációs ágenst tanítsak be, amely képes emberi alany követésére, akár különböző területeken is. Ennek eléréséhez a betanítási folyamathoz, több eltérő és egyre nehezedő virtuális környezetet fogok megalkotni és ezeket a pályákat felhasználni, mint tanítási környezet. Kifejtettem, hogy a megerősítéses tanulás megfelelő felhasználásához milyen eszközök/technológiák lehetnek szükségek, illetve ismertettem azoknak használatát. A munkámhoz kapcsolódóan különböző teszteket, illetve tanításokat futtattam, majd végezetül kiértékeltem a kapott eredményeket.