دانلود مقاله انگلیسی رایگان:برنامه ریزی مسیر برای گام های مریخ نورد با معماری یادگیری تقویتی عمیق از پیش اموزش دیده - 2020
بلافاصله پس از پرداخت دانلود کنید
دانلود مقاله انگلیسی یادگیری تقویتی رایگان
  • Path planning for asteroid hopping rovers with pre-trained deep reinforcement learning architectures Path planning for asteroid hopping rovers with pre-trained deep reinforcement learning architectures
    Path planning for asteroid hopping rovers with pre-trained deep reinforcement learning architectures

    سال انتشار:

    2020


    عنوان انگلیسی مقاله:

    Path planning for asteroid hopping rovers with pre-trained deep reinforcement learning architectures


    ترجمه فارسی عنوان مقاله:

    برنامه ریزی مسیر برای گام های مریخ نورد با معماری یادگیری تقویتی عمیق از پیش اموزش دیده


    منبع:

    Sciencedirect - Elsevier - Acta Astronautica, 171 (2020) 265-279. doi:10.1016/j.actaastro.2020.03.007


    نویسنده:

    Jianxun Jianga, Xiangyuan Zenga,∗, Davide Guzzettib, Yuyang Youa


    چکیده انگلیسی:

    Asteroid surface exploration is challenging due to complex terrain topology and irregular gravity field. A hopping rover is considered as a promising mobility solution to explore the surface of small celestial bodies. Conventional path planning tasks, such as traversing a given map to reach a known target, may become particularly challenging for hopping rovers if the terrain displays sufficiently complex 3-D structures. As an alternative to traditional path-planning approaches, this work explores the possibility of applying deep reinforcement learning (DRL) to plan the path of a hopping rover across a highly irregular surface. The 3-D terrain of the asteroid surface is converted into a level matrix, which is used as an input of the reinforcement learning algorithm. A deep reinforcement learning architecture with good convergence and stability properties is presented to solve the rover path-planning problem. Numerical simulations are performed to validate the effectiveness and robustness of the proposed method with applications to two different types of 3-D terrains.
    Keywords: Asteroid surface exploration | Hopping rover | Path planning | Deep reinforcement learning


    سطح: متوسط
    تعداد صفحات فایل pdf انگلیسی: 15
    حجم فایل: 11607 کیلوبایت

    قیمت: رایگان


    توضیحات اضافی:




اگر این مقاله را پسندیدید آن را در شبکه های اجتماعی به اشتراک بگذارید (برای به اشتراک گذاری بر روی ایکن های زیر کلیک کنید)

تعداد نظرات : 0

الزامی
الزامی
الزامی
rss مقالات ترجمه شده rss مقالات انگلیسی rss کتاب های انگلیسی rss مقالات آموزشی
logo-samandehi