PulseAugur
中
实时 22:21:25
实体 Value Iteration Adaptive Dynamic Programming for Optimal Control of Discrete-Time Nonlinear Systems

Value Iteration Adaptive Dynamic Programming for Optimal Control of Discrete-Time Nonlinear Systems

PulseAugur coverage of Value Iteration Adaptive Dynamic Programming for Optimal Control of Discrete-Time Nonlinear Systems — every cluster mentioning Value Iteration Adaptive Dynamic Programming for Optimal Control of Discrete-Time Nonlinear Systems across labs, papers, and developer communities, ranked by signal.

Show in brief
总计 · 30天
1
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
1
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 3 条
  1. TOOL · CL_364236 ·

    AI模型利用实际AQI数据模拟鸟类污染感知运动

    研究人员开发了一个新颖的强化学习框架——世界锚定强化学习(World-Grounded Reinforcement Learning),用于模拟受环境污染影响的鸟类运动。该系统利用实际空气质量指数(AQI)数据作为训练信号,使智能体能够根据生态影响而非人类定义的奖励来学习适应性导航策略。该框架在印度模拟中进行了测试,整合了来自Xeno-canto的鸟类叫声元数据和空间AQI映射以进行高效训练。比较分析表明,与蒙特卡洛(Monte Ca…

  2. TOOL · CL_254458 ·

    新的Zonal RL-RRT算法提升路径规划效率

    研究人员开发了一种新的路径规划算法,名为Zonal RL-RRT,它显著提高了在复杂环境中的效率和成功率。该算法使用k-d树将地图划分为区域,并采用值迭代进行高级决策,确保区域间的平滑过渡。Zonal RL-RRT在时间效率上比基础采样方法提高了3倍,并在包括机械臂模拟在内的各种环境中,平均比启发式引导和基于学习的方法提高了1.5倍。

  3. TOOL · CL_216383 ·

    基于Dijkstra的DORA算法增强了机器人在不确定环境中的导航能力

    研究人员开发了DORA,一种用于机器人导航的新算法,该算法利用Dijkstra算法解决随机最短路径问题。DORA在线运行,每个回合需要固定数量的最短路径预言机调用,而无需估计转移核。这种方法在各种基准的模拟中被证明是有效的,其性能与价值迭代相当,同时显著降低了计算量并最大限度地减少了与动态障碍物的意外接触。