排序方式: 共有5条查询结果,搜索用时 0 毫秒
1
1.
2.
为实现智能自主运行体面向目标的导航知识生成及运行控制,该文研究了一种基于空间探索和认知图构建的生物启发式目标导向(GO)导航模型,该模型由空间探索、认知图构建和GO导航控制3个部分组成。在空间探索中,将网格细胞(GCs)到位置细胞(PCs)模型和视觉位置细胞生成模型融合后生成的位置细胞表征当前状态,利用Q学习算法实现状态-动作的建立及更新,以此学习面向目标运行的导航知识;然后,在认知图构建中,利用重心估计原理对空间探索得到的知识进行处理,生成各位置细胞状态下面向目标的方向信息;最后,运行体在朝目标的运行中,根据得到的认知图实时控制运行方向,以此实现GO导航。仿真结果表明,该GO模型有效,运行体进行充分的空间探索可生成认知图,并以此实现GO导航,且在运行过程中能有效规避障碍物。 相似文献
3.
4.
5.
为解决未知环境中移动机器人面向目标运行时最优路径获取问题,本文提出一种基于Q学习的生物启发式目标导向导航路径规划模型。该模型包括基于Q学习的空间探索、基于认知图运行控制和最优路径选择3部分。首先,在空间探索中,通过位置细胞的放电情况表征位置状态,采用ε动态取值方式进行状态-动作学习,生成认知图,并给出空间探索阶段最优路径。其次,在基于认知图的运行控制中,分别依据最大动作细胞放电率原则和群体动作细胞原则进行运行方向选择,采用多尺度位置更新间距进行位置更新,得到不同认知图下最优路径。最后,对比分析空间探索阶段和运行控制阶段路径规划结果,选取最优路径。仿真结果表明,所提模型可行,采用ε动态取值方式进行空间探索可得到较好的路径规划结果;运行体在充分的空间探索后,可提供可行、有效的面向目标运行的路径。 相似文献
1