文献

J-GLOBAL ID：202002223969841835   整理番号：20A0910174

redントな移動エージェントのための知的無人制御法【JST・京大機械翻訳】

An Intelligent Unmanned Control Method for Redunant Moving Agent

著者 (6件)： Zhang Ying (Peking University,Beijing Aerospace Automatic Control Institute,Beijing,China) ,  Tao Leiyan (Beijing Institute of Remote Sensing Equipment,Beijing,China) ,  Wei Minfeng (Beijing Institute of Technology,Beijing Aerospace Automatic Control Institute,Beijing,China) ,  Cao Jian (Peking University,Beijing,China) ,  Xu Siwen (Peking University,Beijing,China) ,  Zhang Xing (Peking University,Beijing,China)
資料名： IEEE Conference Proceedings  (IEEE Conference Proceedings)
巻： 2019  号： ICUS  ページ： 649-654  発行年： 2019年 
JST資料番号： W2441A  資料種別： 会議録 (C)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文は,知的無人制御を有するredントな移動エージェントについてのものである。主なタスクは,無人エージェントシミュレーションのインフラ構築,エージェントパラメータの初期化,冗長制御装置の構築,および強化学習決定モデルの構築を含む,深いニューラルネットワークの冗長なフォールトトレラント制御システムの構築を完成することである。主要な目的は,予測された速度と経路,運動学シミュレーション,および訓練データ生成を設計することを含む,モデルを訓練するためにシミュレートされた浮動小数点データを作り出すことである。運動学シミュレーションシーン構築と意思決定モデル訓練は,深い学習を使用し,そのシステム性能の影響は有意である。Copyright 2020 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  冗長性 ,  ニューラルネットワーク ,  *制御方式 ,  インフラストラクチャー ,  *エージェント ,  強化学習
準シソーラス用語： システム性能 ,  エージェントシミュレーション ,  フォールトトレラント制御 ,  意思決定モデル ,  データ生成 ,  浮動小数点 , 【Automatic Indexing@JST】

分類 (1件)： 図形・画像処理一般  (JE04010I)

タイトルに関連する用語 (2件)： 移動エージェント ,  制御法