• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>IEEE/ASME International Conference on Advanced Intelligent Mechatronics >Embodied and Evolved Dynamical Neural Networks for Robust Planetary Navigation
【24h】

Embodied and Evolved Dynamical Neural Networks for Robust Planetary Navigation

机译：用于鲁棒行星导航的体现和演进动态神经网络

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

The N.E.Me.Sys project has the aim of controlling a legged rover for planetary exploration using dynamical recurrent neural networks and evolutionary algorithms. This paper describes the realization of the navigation module of such a rover using a 2D chemiotaxis scenario, in which the agent must reach the source of a chemical signal. The analyses carried out in this work show the high degree of robustness of the neuro-controller versus uncertainties, noise, errors, or unpredicted situations. Moreover an analysis of the topology of the network has been realized in order to find the reasons of the good performances of the proposed methodology: it is possible to prove that different individuals share the same topology, i.e. the evolutionary process looks for the same feedback paths more than for the optimal set of parameters.
机译：N.E.ME.SYS项目的目的是使用动态经常性神经网络和进化算法控制行星勘探的腿揽胜。本文介绍了使用2D化学因素场景实现这种掷伏的导航模块，其中代理必须到达化学信号的源。本工作中进行的分析显示了神经控制器与不确定性，噪音，错误或不受预测的情况的高度鲁棒性。此外，已经实现了对网络拓扑的分析，以找到所提出的方法的良好性能的原因：可以证明不同的个人共享相同的拓扑，即进化过程寻找相同的反馈路径超过最佳参数集。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号