版權(quán)說(shuō)明:本文檔由用戶(hù)提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、哈爾濱工程大學(xué)碩士學(xué)位論文AUV空間運(yùn)動(dòng)自主行為學(xué)習(xí)與規(guī)劃姓名:李楊申請(qǐng)學(xué)位級(jí)別:碩士專(zhuān)業(yè):控制工程指導(dǎo)教師:施小成201206AUV空間運(yùn)動(dòng)自主行為學(xué)習(xí)與規(guī)劃AbstractAutonomousUnderwaterVehicle(shortforAUV)isanewconceptofunmannedplatformsThroughcarryingthedifferentsensorsandthemissionmodules,Itcan
2、completetheunderwaterobservatory,marinedevelopmentmarineengineeringandothertasksInthispaper,forspatialcharacteristicsofthemotionofAUVanautonomousagentbasedonbehavioranddynamicsmethodisproposedThisarticledeeplystudiesthem
3、otionplanningofAUVAutonomousBehaviorAgentInthisP印er,severalaspectsarestudiedasfollows:Inthispaperfort11emotionplanningprobleminthecomplexityofthemarineenvffonmenttheAUVautonomousagentisestablishedbasedonbehavioranddynami
4、csmethodItestablishesindependenthoriZontalindependentbehavioralmodelofthedynamicsofbehaviorbasedAUVAccordingtofuzzytheory,thebehavioralmodelsofverticalfixed—deepnavigationbehaviorandfLxedhighnavigationbehaviorareestablis
5、hedCombiningbehaviorfusionmechanismwhitPetrinetsofthediscreteeventdynamicsystems,thebehaviortaskcoordinationmechanismshavebeenproposedSimulationresultsshowthat:theoverallbehaviorofcoordinationmechanismsoftheAUVisreliable
6、andreasonable,andbeabletosuccessfullycoordinatebehaviorontheAUVhorizontalandverticalmovementThealgorithmofthisarticlehasbeenimprovedtothepoorgeneralizationabilityoftheshortcomingoftraditionalreinforcementlearningalgorith
7、mInthispaperusingtheneuralnetworkQlearningalgorithm,thegeneralizationoftheAUVlearningsystemhasbeengreatlyimprovedAppliedtotheindependentbehavioroftheAUVlearningplanning,selfleamingagentisestablishedbasedonneuralnetworkQ1
8、earningforAUVThesimulationresultsshowthattheAUVcanachieveitsmotionplanningthroughthelearningexperienceofindependentstudyinunknownenvironmentAdequatelyverifycorrectnessoftheAUVselflearninganditsgeneralizationabilityInorde
9、rtovalidatethatthebuiltAUVautonomousbehavior1earningagentisreliableandreasonable,thesimulationexperimentplatformoftheAUVintelligentagentisestablishedAnddesigntestcasesoftheindependentcapacityandselflearningabilityoftheAU
溫馨提示
- 1. 本站所有資源如無(wú)特殊說(shuō)明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶(hù)所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁(yè)內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒(méi)有圖紙預(yù)覽就沒(méi)有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫(kù)僅提供信息存儲(chǔ)空間,僅對(duì)用戶(hù)上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶(hù)上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶(hù)因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- AUV空間運(yùn)動(dòng)自主行為學(xué)習(xí)與規(guī)劃.pdf
- 空間運(yùn)動(dòng)目標(biāo)自主捕獲路徑規(guī)劃研究.pdf
- 基于自主和自學(xué)習(xí)行為智能體的AUV運(yùn)動(dòng)規(guī)劃研究.pdf
- 29273.auv水下空間運(yùn)動(dòng)視景仿真研究
- 數(shù)控加工空間運(yùn)動(dòng)平滑路徑的規(guī)劃.pdf
- 面向典型任務(wù)的UUV空間運(yùn)動(dòng)規(guī)劃方法研究.pdf
- 軸系空間運(yùn)動(dòng)測(cè)試及誤差運(yùn)動(dòng)分析.pdf
- 空間運(yùn)動(dòng)觀的理論闡釋.pdf
- AUV自主對(duì)接路徑規(guī)劃與半物理仿真系統(tǒng)研究.pdf
- 強(qiáng)化學(xué)習(xí)及其在自主機(jī)器人行為學(xué)習(xí)中的應(yīng)用.pdf
- 空間運(yùn)動(dòng)目標(biāo)軌跡跟蹤系統(tǒng)的研究.pdf
- 自主式水下航行器(AUV)路徑規(guī)劃方法研究.pdf
- 空間運(yùn)動(dòng)目標(biāo)姿態(tài)測(cè)量系統(tǒng)研究.pdf
- 自主移動(dòng)平臺(tái)自適應(yīng)運(yùn)動(dòng)規(guī)劃與學(xué)習(xí)方法研究.pdf
- 組織行為學(xué)習(xí)題集
- 丁香酚引起小鼠空間學(xué)習(xí)記憶行為學(xué)改變及其機(jī)制.pdf
- 空間運(yùn)動(dòng)目標(biāo)RCS仿真計(jì)算軟件設(shè)計(jì).pdf
- 基于子空間運(yùn)動(dòng)模型的目標(biāo)跟蹤算法.pdf
- 基于行為學(xué)的寒地城市內(nèi)河空間規(guī)劃研究.pdf
- 基于行為的AUV規(guī)劃修復(fù)方法研究.pdf
評(píng)論
0/150
提交評(píng)論