基于神经网络的强化学习在无人船避障中的应用研究任务书

 2021-12-24 16:10:49

全文总字数:1430字

1. 毕业设计(论文)主要内容:

强化学习(Reinforcement Learning)是一种通过与环境交互获取相应奖惩的手段进行学习的机器学习方法,适用于解决行为序列决策问题。本课题拟在深入研究自主导航控制相关理论的基础上,在无人船舶水面航行的运动环境下,引入基于神经网络的强化学习方法,实现无人船舶避障的自主控制,并完成避碰算法的仿真与分析。

2. 毕业设计(论文)主要任务及要求

(1)查阅相关文献资料15篇以上(其中近5年外文文献不少于3篇)。

(2)完成开题报告及任务书。

(3)采用神经网络的强化学习方法,实现无人船舶避障的自主控制,基于机器人动态仿真环境完成避障算法的仿真与分析。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

3. 毕业设计(论文)完成任务的计划与安排

(1)第1-4周:查阅相关文献资料,明确研究内容,了解研究所需理论基础。确定方案,完成开题报告。

(2)第5-6周:熟悉掌握基本理论,完成英文资料的翻译,熟悉相关工具软件的使用。

(3)第7-9周:完成基于神经网络的强化学习方法的无人船舶避障算法的设计。

剩余内容已隐藏,您需要先支付后才能查看该篇文章全部内容!

4. 主要参考文献

[1]Human-levelcontrol through deep reinforcement learning[J]. Nature, 2015,518(7540):529-533.

[2]王涛, 王立强, 李宇飞. 一种基于强化学习的自主导航控制算法研究[J]. 计算机仿真, 2018, (11):294-298.

剩余内容已隐藏,您需要先支付 10元 才能查看该篇文章全部内容!立即支付

以上是毕业论文任务书,课题毕业论文、开题报告、外文翻译、程序设计、图纸设计等资料可联系客服协助查找。