Wenn sich ein Roboter durch einen Raum bewegen muss, gibt es mehrere Pfade, jeder mit Kurven und mehreren möglichen Start- und Endpunkten. Wie entscheidet es den effizientesten und kostengünstigsten Ansatz? Ein kollaboratives Forscherteam in den Vereinigten Staaten könnte die Antwort haben. Sie entwickelten eine Methode, um die optimale Lösung für diese Art von allgemeinem Steuerungsproblem zu bestimmen, die auf die Entscheidungsfindung angewendet werden könnte, die erforderlich ist, um von Punkt A nach Punkt B zu einer komplexeren automatisierten Roboternavigation zu gelangen.
Dies ist vielleicht das erste Mal, dass eine hochflexible, recheneffiziente, genaue Lösung mit dem Optimalitätsbeweis für allgemeine Optimalsteuerungsprobleme präsentiert wird.
Die Forscher kombinierten zwei bestehende Ansätze, um den algorithmischen Ansatz zu ermöglichen, der den optimalsten, direkten Weg bei Steuerungsproblemen findet. Ihre Methode namens RBF-Galerkin ist nach den beiden beitragenden Methoden benannt. RBF ist eine radiale Basisfunktion, die Entfernungen zwischen bestimmten Punkten schätzen und die Schätzungen in ungeordneten Daten gewichten kann. Der Galerkin-Ansatz ist nach dem russischen Mathematiker Boris Galerkin benannt, der Constraints auf Steuerungsprobleme ohne diskrete Parameter anwendet.
Das vorgeschlagene Verfahren bietet eine große Flexibilität hinsichtlich der Basisfunktionen zur Parametrierung eines optimalen Regelungsproblems.
Um die Methode zu testen, forderten die Forscher den Roboter auf, sich über einen flachen Raum mit drei Kreisen zu bewegen, ohne die Kreise zu überschreiten. Sie verwendeten drei Ansätze, um zu sehen, wie sie die Flugbahn des Roboters ändern könnten, und stellten fest, dass ihre RBF-Galerkin-Methode in drei verschiedenen Faceoffs die kosten- und zeiteffizienteste war.
Als nächstes planen die Forscher die Entwicklung eines automatisierte Strategie zur Feinabstimmung, wie die anfänglichen Parameter des Problems geschätzt werden, sagte Mirinejad. Sie planen auch, die Gesamtleistung ihres Ansatzes weiter zu verbessern, indem sie daran arbeiten, potenzielle Fehler in den ersten Schätzungen zu minimieren.
ELE-Zeiten
-
ELE-Zeitenhttps://www.eletimes.com/author/eletimes-newsVerbessern Sie die Leistung des maschinellen Lernens, indem Sie die Nullen löschen
-
ELE-Zeitenhttps://www.eletimes.com/author/eletimes-newsBD Soft knüpft an Data Resolve an und stärkt sein Angebot im Bereich Cyber Security & Enterprise Intelligence
-
ELE-Zeitenhttps://www.eletimes.com/author/eletimes-newsEin Material mit zwei Funktionen könnte zu einem schnelleren Gedächtnis führen
-
ELE-Zeitenhttps://www.eletimes.com/author/eletimes-newsNeu Technologie Könnte die schnellste Version von 5G zu Ihnen nach Hause und an Ihren Arbeitsplatz bringen