CN119414910A 一种用于农机控制的智能座舱控制方法 （博创联动科技股份有限公司）_第1页
CN119414910A 一种用于农机控制的智能座舱控制方法 （博创联动科技股份有限公司）_第2页
CN119414910A 一种用于农机控制的智能座舱控制方法 （博创联动科技股份有限公司）_第3页
CN119414910A 一种用于农机控制的智能座舱控制方法 （博创联动科技股份有限公司）_第4页
CN119414910A 一种用于农机控制的智能座舱控制方法 （博创联动科技股份有限公司）_第5页
已阅读5页，还剩28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

本发明公开一种用于农机控制的智能座舱合作业环境分析和座舱综合调节的智能座舱控结合专家模型混合图卷积的外源性长短期记忆2所述专家模型混合图卷积子网，用于从优化座舱控制数据集中的优所述外源性长短期记忆子网，用于结合优化座舱控制数据集中的优化3所述作业环境状态模式预测结果，具体包括当前作业环境的状态分类所述状态空间参数，具体包括所述作业环境分析参考数据、操;r数据中计算得到；4;所述操作员舒适度评估参数，具体通过检测操作员的生理数据评估操作员所述作业效率提升参数，具体指依据所述座舱调节参考参数进行56造性地采用结合专家模型混合图卷积的外源性长短期记忆神经网络，进行作业环境分析，通过构建专家模型和图卷积模型的混合，并在该阶段引入操作员的调整数据作为外源数通过强化学习方法进行智能决策优化，然而座舱综合调节既涉及对座舱本身的机械控制，优化了强化学习应用于座舱综合调节的适应性，通过对机械和物理环境多个层面的调节，中的数值型数据进行人工数据查验并通过均值填补，填补缺失数据或剔除后的错误数据，78据进行座舱智能调节，具体为依据所述作业环境分析参考数据和所述优化座舱控制数据[0038]步骤S41：构建多智能体环境，具体为采用多智能体设计进行强化学习智能体定[0043]Rr=c·so+B·Ra-y·EV-⃞·Tr；建标准近端策略优化算法，并通过引入剪切目标函数优化多智能体强化学习的决策稳定9取的动作的优越性，整体为深度确定性策略梯度优化的目标函数部范性上都有待提升的技术问题，本方案创造性地采用集成优化的多智能体强化学习方法，描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特中的数值型数据进行人工数据查验并通过均值填补，填补缺失数据或剔除后的错误数据，;[0119]步骤S41：构建多智能体环境，具体为采用多智能体设计进行强化学习智能体定[0124]Rr=c·so+B·Ra-y·EV-⃞·Tr；建标准近端策略优化算法，并通过引入剪切目标函数优化多智能体强化学习的决策稳定取的动作的优越性，整体为深度确定性策略梯度优化的目标函数部

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