

版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
1、自主移動平臺以其無人系統(tǒng)下具有海上作業(yè)、陸地搜索、空中偵查等優(yōu)點,在海洋資源開發(fā)、海防建設等方面發(fā)揮越來越多的作用。而移動平臺具備較強的運動規(guī)劃系統(tǒng),能夠自適應環(huán)境,對完成作業(yè)任務十分重要。本文主要針對無人水下航行器(Unmanned Underwater Vehicle, UUV)的自適應運動規(guī)劃問題,結合人工勢場法和強化學習方法,開展了對UUV在環(huán)境中的規(guī)劃與學習研究,對于自主移動平臺自適應運動規(guī)劃與學習方法研究具有重要理論與實際意
2、義。
本文首先概括UUV在環(huán)境中的運動規(guī)劃的研究現狀及常見方法,針對人工勢場法動態(tài)規(guī)劃所存在極小值和目標不可達問題,提出設計優(yōu)化偏轉角等改進方法,通過仿真實驗驗證了改進方法的可行性。其次,針對靜態(tài)環(huán)境下UUV的運動規(guī)劃問題,將強化學習方法引入人工勢場運動規(guī)劃,根據靜態(tài)環(huán)境建立模型,結合觀測的環(huán)境信息劃分了狀態(tài)空間和動作空間,設計強化函數。通過仿真實驗證明了UUV在靜態(tài)環(huán)境中的運動規(guī)劃具有自適應學習能力。再次,針對動態(tài)環(huán)境,基于
3、預測思想設計了障礙物的避碰范圍層,提出UUV的運動評價方法。在強化學習方法中引入資格跡(Eligibility trace),并改進了強化學習方法的信度分配問題,仿真實驗結果表明,該方法具有在動態(tài)環(huán)境中的自適應避障規(guī)劃和學習的優(yōu)點。最后,采用自主移動機器人(UGV)模擬UUV驗證水平面自主運動規(guī)劃方法,設計了典型環(huán)境案例,通過UGV所配置的傳感器和自主控制器完成未知環(huán)境下自適應運動規(guī)劃,以便驗證所研究方法在未知環(huán)境下實現自主規(guī)劃的學習能
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 實時自適應運動規(guī)劃.doc
- 實時自適應運動規(guī)劃.doc
- 實時自適應運動規(guī)劃.doc
- 實時自適應運動規(guī)劃.doc
- 自適應運動目標檢測與跟蹤.pdf
- 外文翻譯--實時自適應運動規(guī)劃 英文版
- 茶學領域本體自適應學習方法研究.pdf
- 冷凝器清洗移動作業(yè)機器人智能自適應運動控制方法研究.pdf
- 基于時間集成與自適應諧振的深度學習方法研究.pdf
- 自適應代價敏感決策樹的學習方法.pdf
- 基于自適應運動濾波的電子穩(wěn)像技術研究.pdf
- 兩輪輪式機器人自適應運動控制.pdf
- 基于自適應的LVCSR系統(tǒng)半監(jiān)督學習方法的研究.pdf
- 面向軟件自適應演化中的強化學習方法的研究.pdf
- 運動再學習方法
- 被動自適應機器人移動平臺的運動特性研究與動態(tài)仿真.pdf
- 功能性電刺激下關節(jié)自適應運動控制研究.pdf
- 自適應學習平臺的設計與開發(fā).pdf
- 基于稀疏梯度域自適應字典學習方法的CT重建.pdf
- HEVC視頻壓縮編碼及自適應運動估計算法研究.pdf
評論
0/150
提交評論