盖世汽车讯 无人驾驶飞行器(UAV，Unmanned Aerial Vehicles)，通常称为无人机(drones)，如今已广泛应用于多个领域，从影视制作、航拍到工业巡检、精准农业，以及在紧急救援任务中进入受阻区域。尽管许多现有无人机能够在环境中快速移动并规避大型障碍物，但大多数在复杂拥挤环境(cluttered environments)中仍然表现受限。此外，它们通常难以执行一些高难度机动动作，无法安全穿越狭小缝隙或抵达封闭、隐蔽区域。
据外媒报道，股票配资，多空杠杆，炒股配资杠杆，安全交易近日，浙江大学的研究团队开发出一套新的控制策略，可显著提升无人机精准执行复杂机动动作以及穿越极窄开口的能力。这些控制策略基于一种名为强化学习(Reinforcement Learning, RL)的机器学习方法训练而成，可将机载传感器采集的信息直接转换为电机控制指令。相关论文已发表于期刊《科学·机器人》(Science Robotics)。
在论文中，论文共同第一作者为浙江大学控制科学与工程学院巫天越、浙江大学湖州研究院徐广通等人写道：“其中一个最具挑战性的问题是，四旋翼无人机如何在三维特殊欧几里得群(SE(3))的约束条件下，以高速或激进的方式穿过狭窄缝隙。这要求四旋翼无人机必须利用瞬时倾斜姿态(tilted attitude)以及机体结构的非对称性，才能完成缝隙穿越。我们通过开发一种感觉—运动策略(sensorimotor policies)，实现了这一能力。这种策略能够将机载视觉信息和本体感知(proprioception)直接映射到低层控制指令。”
元股证券:ygzq.hk
证券配资门户入口图片来源：浙江大学控制科学与工程学院
基于强化学习训练的新控制策略配资查询安全吗贴吧
实力配资门户网提示：本文来自互联网，不代表本网站观点。
