CN119476060A 一种多移动载体秩序化作业控制方法 （中国民航大学）_第1页
CN119476060A 一种多移动载体秩序化作业控制方法 （中国民航大学）_第2页
CN119476060A 一种多移动载体秩序化作业控制方法 （中国民航大学）_第3页
CN119476060A 一种多移动载体秩序化作业控制方法 （中国民航大学）_第4页
CN119476060A 一种多移动载体秩序化作业控制方法 （中国民航大学）_第5页
已阅读5页，还剩15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

号多移动载体秩序化作业控制方法，包括以下步骤：模拟真实环境构建仿真环境与移动载体模2S1、模拟真实环境构建仿真环境与移动载体模型S3、构建包括actor网络和critic网络的强化学习网络S4、在步骤S1中的仿真环境中进行编队仿真训练状态奖励表示当移动载体到达目标点或者发生碰加速度奖励和角加速度奖励分别对移动载体的速度和角速S3中构建包括actor网络和critic网络建立critic网络以获取当前移动载体的相对位置和速度信息，并输数据输入自己的actor网络中生成下一步的动作，并使用critic网络对移动载体的状态进34楼内部固定障碍物和一些随机障碍物生成模移动奖励表示移动载体与目标点之间的距离变化，保证移动载体朝着目标点移5状态奖励表示当移动载体到达目标点或者发生碰加速度奖励和角加速度奖励分别对移动载体的速度和角速[0008]优选的，所述步骤S3中构建包括actor网络和critic网络的强化学习网络框架具[0009]优选的，所述步骤S4中采样过程包括对多移动载体与仿每个移动载体将自己的观察数据输入自己的actor网络中生成下一步的动作，并使用S61、在无障碍物场景中进行训练，此阶段的奖励函数只包括移动奖励和编队奖包含固定障碍物和动态障碍物的复杂场景，确保了模型在不同环境下的适应性和稳定性，6将多移动载体的编队决策问题定义为部分可观测的马7[0023]最终移动载体在每个时间步长的奖励根据各部分进行加权得到，最终的奖励函[0027]舒适性奖励中角加速度奖励表示对移动载体的角加速度做了舒适性限制，其中8将自己的观察数据输入自己的actor网络中生成下一步的动作，并使用critic网络对移动9包含固定障碍物和动态障碍物的复杂场景，确保了模型在不同环境下的适应性和稳定性。

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