排序方式: 共有3条查询结果,搜索用时 0 毫秒
1
1.
近年来,基于强化学习的具身智能在机器人控制领域得到了广泛的应用。具身智能关注智能体对环境的感知和交互,而这种感知和交互在物理层面上就是智能体物理形态的控制和优化。因此,具身智能研究的问题都是由形态、学习和行为的相互作用产生的。其中,形态信息的引入可以有效地约束由机器人的复杂形态带来的巨大的搜索空间。本文重点关注具身智能的形态控制部分,围绕基于强化学习的形态控制方法展开。介绍了当前具身智能形态控制的研究进展和相关问题,重点是在形态信息引入和模型迁移方面;总结了当前的热点方法,主要是图神经网络和Transformer方法;并对未来的发展方向进行了展望。 相似文献
2.
在FPGA上设计并实现了一种用于直线检测的快速Hough变换方法。使用分类滤波器把直线目标分成多个方向,使多个方向上的运算在空间上实现了并行处理;在每个方向上,设计实现了一种用于Hough变换的流水线处理结构;提出了一种基于直方图统计的两阶段搜索算法。大量的实验验证了提出的Hough变换实现方法的可行性,结果证明该方法占用空间少,实时性高。 相似文献
3.
1