视频图matlab代码-Robot-Navigation:基于神经网络的自主机器人导航的实现

视频图matlab代码机器人导航 这是在BigData4Healthcare 2017（IEEE BigComp 2017的研讨会）中介绍的论文的实现。 通过改进Michal Kramarczyk的初始代码，可以实现基于神经网络的机器人导航。 测试机器人导航的视频 机器人导航模拟器 研究总结 问题陈述 自主导航机器人存在挑战，例如环境，障碍物和目标位置的频繁变化。 研究目的 验证基于神经网络的自主导航机器人的潜力 在自主移动机器人的导航中将RNN与MLP进行比较 建议的解决方案 将RNN和MLP用于自动导航机器人可以更好地概括环境，障碍物和目标位置。 实验结果 通过训练有素的地图和训练有素的目标进行测试，两个网络的性能在每个迷宫中都各不相同。 通过训练有素的地图和新目标进行测试，基于RNN的机器人比基于MLP的机器人可以更好地导航。 使用新地图和新目标进行测试，基于RNN的机器人即使在全新环境中也可以导航。 贡献 基于RNN的机器人表现出总体上比MLP更好的性能，因为RNN可以处理任意时间动态。 与MLP相比，RNN对新的迷宫和目标具有更好的泛化能力。 安装 机器人导航模拟器和神经网络