基于Q-learning算法的煤矿井下移动机器人路径算法研究与展望
文章研究了Q-learning算法,并且基于该算法,对煤矿井下机器人的移动路径进行了规划,并且对规划方案进行了仿真分析,通过研究发现Q-learning算法的路径规划能力优越,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,能够较好地获取满意的规划结果。
文件下载
评论信息
其他资源
- soa架构知识点思维导图
- VITA48.2规范.zip
- 数值线性代数习题答案_徐树方_北大出版
- VSM模型构建样例项目文件
- sourceinsight4.00.0086+序列号+注册方法
- Android的跑步软件Demo
- 数据挖掘Apriori和FP-tree算法的实现
- Python坦克大战代码.rar
- DSPF2812双闭环控制电机
- 评标专家抽取系统
- jsp网上购物系统源代码（金尚商城）完整版
- scynamo：要映射到DynamoDB的Typeclass-源码
- 物理-动态电路分析.pdf
- html5实战开发教程.rar
- 奎享雕刻软件
- 粒子群优化算法解决背包问题
- Plasmonics:Fundamentals and Applications
- 硬石YS-F4Pro开发板开发手册
- 2018年下半年信息系统监理师下午真题及答案解析
- TI DM642 开发板整套资源，分3个压缩文件，第三个
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