基于强化学习的无地图机器人导航
导航是移动机器人所需要的最基本的功能之一，允许它们从一个源穿越到一个目的地。传统的办法严重依赖于预先确定的地图的存在，这种地图的取得时间和劳力都很昂贵。另外，地图在获取时是准确的，而且由于环境的变化会随着时间的推移而退化。我们认为，获取高质量地图的严格要求从根本上限制了机器人系统在动态世界中的可实现性。本论文以无地图导航的范例为动力，以深度强化学习(DRL)的最新发展为灵感，探讨如何开发实用的机器人导航。
文件下载
评论信息
其他资源
- ClouderaManager运维_中文手册
- splunk-7.2.3-06d57c595b80-x64-release_windows.mis官网原始文件
- jasper-2.0.14.tar.gz
- 深信服负载均衡mib信息
- insightface训练说明.zip
- QPSK的调制解调和误码率仿真
- 模型预测控制_陈虹
- 高斯投影正算matlab代码
- lua反编译工具
- 金蝶cloud标准操作手册
- 矩形波导模式以及光纤LP模式的matlab绘图
- SCE-UA代码
- AD7606原理图库+并口，串口原理图
- 工资打印框架程序
- 最新DNF辅助自动剧情易语言源码
- VS2008下vlc播放器集成进度条控制、快进、截图等功能
- maxdea 6.4
- 利达信TK832说明书和电脑端软件，B系列
- 新编日语教程2课后练习答案.pdf
- erdapfel：Qwant Maps前端-源码
- 常微分方程试题库及答案
- ASP + Dreamweaver开发动态网站实例荟萃
- 基于STM32F4的US100超声波传感器测距
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明