Un nouvel algorithme permettant aux robots de naviguer dans les foules est sorti

WBOY
Libérer: 2023-10-13 17:29:01
avant
489 Les gens l'ont consulté

Les robots ont été largement utilisés dans de nombreux domaines tels que les plats à emporter, la livraison express, le guidage dans les aéroports et l'inspection technique de la construction. Cependant, une des difficultés est de se déplacer parmi la foule

Un nouvel algorithme permettant aux robots de naviguer dans les foules est sorti

Actuellement, les robots s'appuient principalement sur des caméras et d'autres capteurs pour observer l'environnement environnant. Cependant, cette solution n'est pas stable et les personnes environnantes ajusteront dynamiquement leurs directions, il est donc difficile pour les robots d'être utilisés dans des scènes de foule.

Dans le dernier article, Chengmin Zhou, MSc, propose un algorithme d'apprentissage par renforcement (RL) pour guider les robots à se déplacer dans les foules

Il s'agit d'un algorithme d'apprentissage par renforcement sans modèle qui permet aux robots d'apprendre de l'expérience historique.Après une formation ou un apprentissage, le robot peut naviguer même dans des situations difficiles.

IT Home Remarque : Cette méthode présente également de nombreux défis, tels qu'un effet d'apprentissage lent, l'incapacité d'analyser efficacement les informations des capteurs, ce qui entraîne l'incapacité de gérer efficacement des scènes de foule complexes, etc.

Ce qui précède est le contenu détaillé de. pour plus d'informations, suivez d'autres articles connexes sur le site Web de PHP en chinois!

Étiquettes associées:
source:sohu.com
Déclaration de ce site Web
Le contenu de cet article est volontairement contribué par les internautes et les droits d'auteur appartiennent à l'auteur original. Ce site n'assume aucune responsabilité légale correspondante. Si vous trouvez un contenu suspecté de plagiat ou de contrefaçon, veuillez contacter admin@php.cn
Derniers téléchargements
Plus>
effets Web
Code source du site Web
Matériel du site Web
Modèle frontal
À propos de nous Clause de non-responsabilité Sitemap
Site Web PHP chinois:Formation PHP en ligne sur le bien-être public,Aidez les apprenants PHP à grandir rapidement!