文献

J-GLOBAL ID：202102246935763574   整理番号：21A0313434

ロボット運転車両深さ強化学習シフト戦略【JST・京大機械翻訳】

Gearshifting Strategy for Robot-driven Vehicles Based on Deep Reinforcement Learning

著者 (2件)： Zhou Nan (南京理工大学机械工程学院,南京 210094) ,  Chen Gang (南京理工大学机械工程学院,南京 210094)
資料名： Qiche Gongcheng  (Qiche Gongcheng)
巻： 42  号： 11  ページ： 1473-1481  発行年： 2020年 
JST資料番号： C2056A  ISSN： 1000-680X  CODEN： QIGOE4  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： ロボット運転車両の動力性能を改善するために,深さニューラルネットワークに基づく強化学習に基づくロボット操縦車両の偏向動的シフト戦略を提案した。最初に,車両縦方向動力学モデル,操縦ロボットの運動学モデル,およびMarkov過程によって記述されたロボット運転車両のシフト戦略強化学習モデルを,確立し,そして,状態空間,動作空間,および報酬機構を,車両速度,加速度および油門開度状態変数,そして,動作変数として,設計した。次に,深さニューラルネットワーク強化学習アルゴリズムを採用して,ロボットの操縦車両の動的シフト戦略を解決した。最後に,提案戦略と他のシフト戦略のシミュレーションと実験結果を比較し,提案した方式の有効性を検証した。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： Markov過程 ,  学習モデル ,  *ロボット ,  状態変数 ,  加速度 ,  ニューラルネットワーク ,  偏向 ,  有効性 ,  *強化学習 ,  学習アルゴリズム
準シソーラス用語： 動力学モデル ,  状態空間 ,  運動学モデル ,  動力性能 , 【Automatic Indexing@JST】

分類 (1件)： 電気自動車  (QG07020B)

タイトルに関連する用語 (4件)： ロボット ,  強化学習 ,  シフト ,  戦略