排序方式： 共有8条查询结果，搜索用时 15 毫秒
1
1.
回顾了基于回报函数逼近的学徒学习的发展历史,介绍了目前的主要工作,总结了学徒学习的一般方法,讨论了线性和非线性假设条件下的回报函数求解,比较了逆向增强学习(IRL)和边际最大化(MMP)两类逼近方法.基于IRL的学徒学习是一种通过迭代的方法用基回报函数的线性组合来逼近真实回报函数的过程.MMP方法可以看作是一类基于梯度下降的最优化方法.综合采用滤波及将策略函数概率化等方法可以降低对专家演示的最优要求.最后指出了该领域存在的问题,提出了未来的研究方向,如在部分可观察马尔可夫决策过程框架下的学徒学习及对不确定策略的学习等. 相似文献
2.
一种快速高斯粒子滤波算法 总被引：2，自引：1，他引：1
为改善高斯粒子滤波(GPF)算法的实时性,研究了一种快速的GPF算法.在GPF的预测及更新步骤中用初始粒子群的线性变换取代高斯分布采样,以降低生成新粒子群所需时间,提高滤波算法的运行速度.对两种生成粒子群方法的复杂度及粒子群所代表的分布进行了分析,分析结果表明:线性变换法和高斯采样法生成的粒子群所代表的分布相同,且线性变换法的运行效率更高.将粒子滤波算法(PF),GPF算法及改进后的GPF算法分别应用于一维的一种离散时变非线性模型和二维的基于角度目标跟踪(BOT)模型,仿真结果表明:改进后GPF算法预测性能不变,速度得到了提高,生成1 000个粒子平均需时22 ms,比GPF算法减少了6 ms. 相似文献
3.
提出了一种使用高斯混合背景模型和充分统计量的在线背景减除算法——在线k-means算法.该算法不同于EM(期望最大化)算法的硬分配,而是使用k-means的软分配,使用充分统计量能够更有效地统计数据的变化,并且提高在线算法的速度和收敛性.实验结果表明:在实时监控应用中,在线k-means算法能有效检测运动目标,且计算速... 相似文献
4.
提出了一种基于连续状态空间的高效启发式路径规划算法,即连续A#算法.该算法继承了混合A#算法的优点,定义了非均匀栅格粒度,自适应地增加了栅格粒度,解决了混合A#算法降低计算粒度后会带来额外计算开销的问题.进一步讨论了影响连续A#算法性能的相关因素,并在此基础上进行了优化.仿真结果表明:连续A#算法在计算性能上优于混合A... 相似文献
5.
提出了一种采用浏览器／服务端和客户端／服务端混合结构的机器人调试与仿真环境。该环境部分采用了网页技术，适用于调试和仿真多智能主体系统结构的自主移动机器人．在介绍其组成结构的基础上，详细分析了自主移动机器人调试和仿真的结构，讨论了在实时在线监控、离线数据回放、模拟仿真、真实数据仿真等几种情况下的工作模式及作用．实验结果表明，该调试仿真环境能有效地对自主移动机器人进行监控、跟踪、记录、调试、仿真，在实际项目开发中提高了系统的开发效率，缩短了开发周期． 相似文献
6.
基于多智能体的自主驾驶车辆仿真调试系统 总被引：1，自引：0，他引：1
自主驾驶车辆系统是一个集环境感知、规划决策、自动驾驶等多种功能于一体的综合系统 .为方便对系统进行调试和分析 ,设计和开发了该系统的可视化仿真调试系统 .实验结果表明了该系统的有效性 . 相似文献
7.
结合增广马尔可夫决策过程(AMDP),蒙特卡罗-部分可观察马尔可夫决策过程(MC-POMDP)以及Q学习,提出了AMDP-Q学习(AMDP-Q)算法.算法的主要思想是:首先用一个低维充分统计量表示原信念状态空间,通常使用最大似然状态和信念状态的信息熵作为充分统计量,其组成的空间称为增广状态空间;然后应用参考状态集离散化... 相似文献
8.
应用基于B/S结构建立网络虚拟环境 .服务端各功能模块的实现采用Agent技术 ,Agent之间通过布告板实现交互和智能决策 ,并对各Agent的数据进行采集 ,将得到的数据存入控制信息数据库中 ,作为对自主式智能机器人运动的仿真调试的控制数据 ;客户端用VRML静态建模 ,用Java3D动态建模 ,构建三维虚拟场景 ,并通过JavaApplet实现与三维虚拟场景之间的交互 ;建立了一个基于网络的、多用户、可交互、分布式的仿真调试虚拟环境 . 相似文献
1