Apabila robot perlu bergerak melintasi sebuah bilik, terdapat beberapa jalur, masing-masing mempunyai lekuk dan beberapa titik permulaan dan akhir yang berpotensi. Bagaimana ia memutuskan pendekatan yang paling berkesan dan menjimatkan kos? Pasukan penyelidik kolaboratif di Amerika Syarikat mungkin ada jawapannya. Mereka mengembangkan kaedah untuk menentukan penyelesaian yang optimum untuk masalah pengendalian umum semacam ini, yang dapat diterapkan pada pengambilan keputusan yang diperlukan untuk beralih dari titik A ke titik B ke navigasi robotik automatik yang lebih kompleks.
Ini mungkin pertama kalinya penyelesaian yang sangat fleksibel, berkesan secara komputasi, tepat dengan bukti optimum ditunjukkan untuk masalah kawalan optimum umum.
Para penyelidik menggabungkan dua pendekatan yang ada untuk membolehkan pendekatan algoritma, yang menemui jalan langsung yang paling optimum dalam masalah kawalan. Kaedah mereka, yang disebut RBF-Galerkin, dinamakan untuk dua kaedah penyumbang. RBF adalah fungsi dasar radial, yang dapat memperkirakan jarak antara titik tertentu dan berat anggaran dalam data yang tidak teratur. Pendekatan Galerkin dinamakan ahli matematik Rusia Boris Galerkin, yang menerapkan kekangan untuk mengawal masalah tanpa parameter diskrit.
Kaedah yang dicadangkan menawarkan fleksibiliti yang besar dari segi fungsi dasar untuk parameterisasi masalah kawalan yang optimum.
Untuk menguji kaedah tersebut, para penyelidik menyuruh robot bergerak melintasi ruang rata yang mengandungi tiga bulatan tanpa melintasi bulatan. Mereka menggunakan tiga pendekatan untuk melihat bagaimana mereka dapat mengubah lintasan robot dan mendapati bahawa kaedah RBF-Galerkin mereka adalah kos dan masa yang paling efisien dalam tiga kali berbeza.
Penyelidik seterusnya merancang untuk mengembangkan automatik strategi untuk memperincikan bagaimana parameter awal masalah dianggarkan, kata Mirinejad. Mereka juga berencana untuk terus meningkatkan prestasi keseluruhan pendekatan mereka dengan berusaha meminimumkan kemungkinan kesalahan dalam perkiraan awal.
ELE Kali
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsTingkatkan Prestasi Pembelajaran Mesin dengan Menjatuhkan Nol
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsBD Soft Hubungan dengan Penyelesaian Data, Memperkukuhkan Penawarannya dalam Cyber Security & Enterprise Intelligence
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsSatu Bahan dengan Dua Fungsi Boleh Menghasilkan Ingatan Lebih Pantas
-
ELE Kalihttps://www.eletimes.com/author/eletimes-newsBaru Teknologi Boleh Membawa Versi 5G Terpantas ke Rumah dan Tempat Kerja anda