期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
2
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于深度强化学习算法的空间站任务重规划方法
被引量：
8
1
作者
史兼郡
张进
+3 位作者
罗亚中
郭帅
李智远
李大鹏
《载人航天》
CSCD
北大核心
2020年第4期469-476,共8页
针对空间站短期任务重规划问题规划周期短、实时性约束多、约束传播复杂的特点,结合深度强化学习在智能学习和决策上的优势,提出了适用于深度强化学习的空间站任务状态空间编码方式,实现了基于深度确定性策略梯度算法的空间站任务重规...
针对空间站短期任务重规划问题规划周期短、实时性约束多、约束传播复杂的特点,结合深度强化学习在智能学习和决策上的优势,提出了适用于深度强化学习的空间站任务状态空间编码方式,实现了基于深度确定性策略梯度算法的空间站任务重规划方法。该方法可以通过学习,自主化解约束冲突,摆脱人为预先设定约束冲突化解策略的限制。仿真分析表明:该方法可以通过算法本身不断地学习进化,找到空间站任务重规划问题的近似最优解,相比于传统解决方法,具有很强的智能性和适应性,为解决空间站任务规划问题提供了新思路。
展开更多
关键词
空间站
任务重规划
深度强化学习
约束满足
在线阅读
下载PDF
职称材料
不确定海洋环境下AUV分层任务规划与重规划研究
被引量：
4
2
作者
张汝波
童海波
+1 位作者
史长亭
刘海涛
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2015年第1期148-156,共9页
自主水下机器人(Autonomous Underwater Vehicle,AUV)是海洋开发与探索的有效工具.为提高AUV在复杂海洋环境、任务多变以及通信受限等不确定条件下的自适应性和任务执行的可靠性,首先,研究并设计了基于分层思想的AUV任务规划与重规划体...
自主水下机器人(Autonomous Underwater Vehicle,AUV)是海洋开发与探索的有效工具.为提高AUV在复杂海洋环境、任务多变以及通信受限等不确定条件下的自适应性和任务执行的可靠性,首先,研究并设计了基于分层思想的AUV任务规划与重规划体系结构;其次,针对不同的层次分别提出了基于与或分解树的使命规划、基于有限状态机的任务规划;然后,阐述了分层重规划的意义并设计了分层重规划监督决策的具体算法;最后,仿真实验表明了所设计的分层体系结构及分层任务规划与重规划监督决策算法,能显著提高AUV不确定条件下的自适应性和自主完成任务可靠性.
展开更多
关键词
水下机器人
体系结构
分层
任务
规划
任务重规划
监督决策
在线阅读
下载PDF
职称材料
题名
基于深度强化学习算法的空间站任务重规划方法
被引量：
8
1
作者
史兼郡
张进
罗亚中
郭帅
李智远
李大鹏
机构
国防科技大学空天科学学院
中国西安卫星测控中心
出处
《载人航天》
CSCD
北大核心
2020年第4期469-476,共8页
基金
载人航天预先研究项目(010201)。
文摘
针对空间站短期任务重规划问题规划周期短、实时性约束多、约束传播复杂的特点,结合深度强化学习在智能学习和决策上的优势,提出了适用于深度强化学习的空间站任务状态空间编码方式,实现了基于深度确定性策略梯度算法的空间站任务重规划方法。该方法可以通过学习,自主化解约束冲突,摆脱人为预先设定约束冲突化解策略的限制。仿真分析表明:该方法可以通过算法本身不断地学习进化,找到空间站任务重规划问题的近似最优解,相比于传统解决方法,具有很强的智能性和适应性,为解决空间站任务规划问题提供了新思路。
关键词
空间站
任务重规划
深度强化学习
约束满足
Keywords
space station
task re-planning
deep reinforcement learning
constraint satisfaction
分类号
V423.7 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
不确定海洋环境下AUV分层任务规划与重规划研究
被引量：
4
2
作者
张汝波
童海波
史长亭
刘海涛
机构
哈尔滨工程大学计算机科学与技术学院
大连民族学院机电信息工程学院
出处
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2015年第1期148-156,共9页
基金
国家自然科学基金(60975071
61100005)
中央高校基本科研业务费专项资金(HEUCF061004)
文摘
自主水下机器人(Autonomous Underwater Vehicle,AUV)是海洋开发与探索的有效工具.为提高AUV在复杂海洋环境、任务多变以及通信受限等不确定条件下的自适应性和任务执行的可靠性,首先,研究并设计了基于分层思想的AUV任务规划与重规划体系结构;其次,针对不同的层次分别提出了基于与或分解树的使命规划、基于有限状态机的任务规划;然后,阐述了分层重规划的意义并设计了分层重规划监督决策的具体算法;最后,仿真实验表明了所设计的分层体系结构及分层任务规划与重规划监督决策算法,能显著提高AUV不确定条件下的自适应性和自主完成任务可靠性.
关键词
水下机器人
体系结构
分层
任务
规划
任务重规划
监督决策
Keywords
autonomous underwater vehicle
architecture
hierarchical mission planning
mission re-planning
supervision decision
分类号
TP242.6 [自动化与计算机技术—检测技术与自动化装置]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于深度强化学习算法的空间站任务重规划方法
史兼郡
张进
罗亚中
郭帅
李智远
李大鹏
《载人航天》
CSCD
北大核心
2020
8
在线阅读
下载PDF
职称材料
2
不确定海洋环境下AUV分层任务规划与重规划研究
张汝波
童海波
史长亭
刘海涛
《南京大学学报（自然科学版）》
CAS
CSCD
北大核心
2015
4
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
