CN115311538B 一种基于场景先验的智能体目标搜索的方法 （上海应用技术大学）_第1页
CN115311538B 一种基于场景先验的智能体目标搜索的方法 （上海应用技术大学）_第2页
CN115311538B 一种基于场景先验的智能体目标搜索的方法 （上海应用技术大学）_第3页
CN115311538B 一种基于场景先验的智能体目标搜索的方法 （上海应用技术大学）_第4页
CN115311538B 一种基于场景先验的智能体目标搜索的方法 （上海应用技术大学）_第5页
已阅读5页，还剩22页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

一种基于场景先验的智能体目标搜索的方法本发明涉及一种基于场景先验的智能体目2S3：对环境图像进行对象关系特征分析，识别环境中S7：构建目标搜索的价值网络和目标网络，数据集中对象关系出现频率大于3的两个节点间使用边来链接生成图结构并用二进制邻接S21：通过机器人获取待搜索场景的环境图像，所述的3xy为语义图像矩阵S中像素的位将对象关系特征向量、语义地图特征向量及目标编码信息向量S72：将融合特征向量Q输入带到初始权重的深4其中at为下一个时刻采取的动作，根据采取5[0004]本发明的目的就是为了克服上述现有技术存在的缺陷而提供一种基于场景先验6组数据集中对象关系出现频率大于3的两个节点间使用边来链接生成图结构并用二进制邻y为语义图像矩阵S中像素78[0057]本发明的一种基于场景先验的智能体目标搜索的方法，拍摄环境的RGB图像与深9表示为图中的一个节点。在视觉基因组数据集中对象关系出现频率大于3时才会在两个节点中使用边来链接生成图结构用二进制邻接矩的图像特征向量映射为512维的特征向量，然后将所有类别的名称用单词嵌入分别映射成y为语义图像矩阵S中像素的空间语义点云的尺寸为C*W*L*H,其中C为空间语义点云的通道，每一个通道都代表了一征图按照对应的位置和空间语义融合矩阵M相加，并对路径和关系可能性最大的物体进行[0079]卷积神经网络作为一种提取图像特征的方式由于其无需对图像进行预处理和可[0087]卷积神经网络的第四层为最大池化网络，最大池化神经网络的卷积核为2*2的矩[0089]步骤S7采用深度学习中的深层卷积神经网络与强化学习中的时间差分法训练价

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论