Français
La méthode d'appariement des modèles consiste à comparer l'état actuel du robot avec l'expérience passée et à trouver l'état le plus proche. En modifiant le chemin dans cet état, un nouveau chemin peut être obtenu. C'est - à - dire que la Bibliothèque de modèles est d'abord construite à l'aide de l'information utilisée ou générée dans le plan de chemin. Dans n'importe quel modèle de la bibliothèque, l'information sur l'environnement et l'information sur le chemin de chaque plan qui peut être obtenue par un index spécifique est incluse. Ensuite, Alignez la tâche de planification actuelle et l'information environnementale sur le modèle de la Bibliothèque de modèles pour trouver le meilleur modèle cohérent. Ensuite, le modèle est modifié comme résultat final, la technologie d'appariement des modèles est déterminée dans l'environnement, la méthode de planification des trajets du robot sous - marin autonome (AUV) basée sur les cas présentés par Vasudevan et ainsi de suite, la méthode de planification des trajets d'appariement des modèles proposée par Liu et al. Afin d'améliorer l'adaptabilité de la technologie de planification des trajets d'appariement des modèles aux changements environnementaux, certains chercheurs combinent Ram et d'autres méthodes d'appariement en ligne et d'apprentissage intensif basées sur des exemples pour améliorer l'adaptabilité des robots dans la méthode de planification de l'appariement des modèles, afin que les robots puissent s'adapter partiellement aux changements environnementaux. Nous proposons une méthode combinant l'appariement des modèles et l'apprentissage des réseaux neuronaux, par exemple une méthode de planification des trajets combinant le modèle environnemental et l'apprentissage des réseaux neuronaux.Langue anglaise
The model matching method is to compare the current state of the robot with the previous experience to find the closest state. By modifying the path in this state, you can obtain a new path. That is, the model library is first built using the information used or generated in the path plane. In any library model, the environment information and the path information of each plan are included, which can be obtained through a specific index. Then, the current planning task and environment information are matched with the models in the model base to find the best consistent model. Finally, the model is modified, the model matching technology in the environment is determined, and the path planning method of underwater vehicle based on the case proposed by vasudevan is proposed. The model matching path planning method proposed by Liu et al. In order to improve the adaptability of model matching path planning technology to environmental changes, some researchers combine ram and other online matching and case-based reinforcement learning methods to improve the adaptability of robot model matching planning method. In this way, the robot can partially adapt to the changes of the environment. A method combining model matching with neural network learning is proposed, such as path planning method combining environment model with neural network learning.
Français Traduire Langue anglaise | Français Traduire Chinois | Français Traduire Chinois traditionnel | Français Traduire Langue japonaise | Français Traduire Coréen | Français Traduire Espagnol | Français Traduire Thai | Français Traduire Arabe | Français Traduire Langue russe | Français Traduire Portugais | Français Traduire Langue allemande | Français Traduire Italien | Français Traduire Grec | Français Traduire Néerlandais | Français Traduire Polonais | Français Traduire Bulgare | Français Traduire Estonien | Français Traduire Danois | Français Traduire Finlandais | Français Traduire Tchèque | Français Traduire Roumain | Français Traduire Slovène | Français Traduire Suédois | Français Traduire Hongrie | Français Traduire Vietnamien |