A szakdolgozat középpontjában a megerősítéses tanulás alkalmazása Unity környezetben egy drón ágensre, mely takarmányok permetezésére szolgál. A tanítás során három nehézségi szintű pályát használtam, melyeket ML-Agent keretrendszerrel fejlesztettem. Első fázisban repülnie kellett megtanulnia, majd ez kiegészült permetezéssel, végül akkumlátor kapacitással. Az ágens teljesítményét összehasonlítottam egy egyszerű programozott vezérléssel rendelkező ágessel, és megállapítottam, hogy bár az ML-Agent alapú megközelítés időigényesebb volt a fejlesztés során, de pontosabb eredményeket produkált. A tanítás után részletesen elemeztem a modellek eredményeit és javaslatokat tettem továbbfejlesztésükre.