基于Q-learning算法的煤矿井下移动机器人路径算法研究与展望
文章研究了Q-learning算法,并且基于该算法,对煤矿井下机器人的移动路径进行了规划,并且对规划方案进行了仿真分析,通过研究发现Q-learning算法的路径规划能力优越,特别是对于条件极为恶劣、工况十分复杂的煤矿井下作业环境而言,能够较好地获取满意的规划结果。
文件下载
评论信息
其他资源
- STM32F407 串口配置 串口1~6 六串口同时使用
- WPF WPFToolkit Chart 线性图表例子
- json_to_dataset.py labelme json批量转化
- 康熙字典数据库SQL包含笔画五行解释
- 离散数学导论 徐洁磬 学习指导与习题解析第4版
- DES数据加密算法的研究及其matlab实现
- echarts3 实现地图全国各省市县地图
- 毕设-基于STM32多功能MP3设计
- AxGlyph(矢量图绘制软件)v12.25免费安装版
- 复变函数完整教材 复变函数
- 最新 lombok 1.18.4.jar
- 数字图像处理_教材和课件（某985高校）
- 显著性检测——LC算法（matlab实现）
- tp5+后台（自带权限管理系统）源代码
- An Introduction to Signal Detection and Estimation
- 微信引流群管机器人.rar
- 扬州大学《线性代数》两套历年期末考试试卷.pdf
- city气体传感器技术手册
- 广工eda实验报告和代码
- 三菱FX2N系列图纸
- 基于灰度共生矩阵的图像分割
免责申明
【只为小站】的资源来自网友分享，仅供学习研究，请务必在下载后24小时内给予删除，不得用于其他任何用途，否则后果自负。基于互联网的特殊性，【只为小站】 无法对用户传输的作品、信息、内容的权属或合法性、合规性、真实性、科学性、完整权、有效性等进行实质审查；无论 【只为小站】 经营者是否已进行审查，用户均应自行承担因其传输的作品、信息、内容而可能或已经产生的侵权或权属纠纷等法律责任。
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明
本站所有资源不代表本站的观点或立场，基于网友分享，根据中国法律《信息网络传播权保护条例》第二十二条之规定，若资源存在侵权或相关问题请联系本站客服人员，zhiweidada#qq.com，请把#换成@，本站将给予最大的支持与配合，做到及时反馈和处理。关于更多版权及免责申明参见 版权及免责申明