排序方式: 共有73条查询结果,搜索用时 15 毫秒
41.
全方位移动机械手路径规划仿真平台的设计 总被引:1,自引:1,他引:0
机器人的三维仿真在机器人的研究中起着重要作用,论文以实验室中的全方位移动机械手为背景,建立了该移动机械手的运动学模型,然后利用VisualC++调用OpenGL建立了移动机械手的三维模型及路径规划的仿真平台,给出了实现算法,为移动机械手路径规划算法的研究提供了更为生动形象的仿真平台。 相似文献
42.
针对基于模型的姿态估计问题提出了一种鲁棒的只需两帧图像的姿态估计方法.该方法的关键是一种新的深度估计方法.它能同时估计相机运动后两个模型点的深度且不依赖于相机运动参数.本文还提出一种深度优化算法以提高深度估计的精度.估计出模型点深度后,相机运动参数由奇异值分解得到.该方法比较简单,适合于实时应用.模拟实验和实际实验结果验证了该方法的有效性. 相似文献
43.
44.
45.
46.
47.
针对平移振荡器系统(TORA)设计了一种基于遗传算法及单输入规则模块的模糊控制方法.该方法有效地结合了基于单输入规则模块的模糊控制方法及遗传算法的优点,使得设计出的控制器既具有易于理解、结构简单、规则数目少、控制器需设定的参数少的特点,同时,又可以通过遗传算法实现参数的自动调整,大大减少了控制器设计的难度及工作量.最后,在无干扰、存在干扰、系统参数变化等情况下进行了仿真试验,仿真结果表明了该控制方法的有效性及鲁棒性. 相似文献
48.
基于Elman网络的非线性系统增强式学习控制 总被引:1,自引:0,他引:1
针对具有连续状态和未知系统模型的非线性系统控制问题,提出一种基于Elman神经网络的Q学习控制策略.利用Elman网络良好的动态特性及泛化能力,对状态一动作对的Q值进行在线估计,解决状态空间泛化中易出现的“维数灾”问题.借鉴TD(λ)算法中状态的资格迹机制,通过对权值向量定义对应的资格迹来加速神经网络的学习过程.将所提方法应用于具有连续状态的小车爬山控制问题,学习系统在经过大约60多次学习后即能获得小车爬山控制策略,仿真结果表明所提方法能够有效解决具有连续状态的非线性系统的无模型增强学习控制. 相似文献
49.
一种自适应模糊Actor-Critic 学习 总被引:1,自引:0,他引:1
提出一种基于模糊RBF网络的自适应模糊Actor—Critic学习.采用一个模糊RBF神经网络同时逼近Actor的动作函数和Critic的值函数,解决状态空间泛化中易出现的“维数灾”问题.模糊RBF网络能够根据环境状态和被控对象特性的变化进行网络结构和参数的自适应学习,使得网络结构更加紧凑,整个模糊Actor—Critic学习具有泛化性能好、控制结构简单和学习效率高的特点.MountainCar的仿真结果验证了所提方法的有效性. 相似文献
50.