• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Neural nets Wirn Vietri-98 >A Hybrid Framework for Indoor Robot Navigation
【24h】

A Hybrid Framework for Indoor Robot Navigation

机译：室内机器人导航的混合框架

获取原文
获取原文并翻译 | 示例
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper introduces a hybrid system for modeling, learning and recognition of sequences of "states" in indoor robot navigation. States are broadly defined as local relevant situations (in the real world) in which the robot happens to be during the navigation. The hybrid is based on parallel Recurrent Neural Networks trained to perform a-posteriori state probability estimates of an underlying Hidden Markov Model given a sequence of sensory (e.g. sonar) observations. The approach is suitable for navigation and for map learning. Encouraging experiments of recognition of noisy sequences acquired by a mobile robot equipped with 16 sonars are presented.
机译：本文介绍了一种用于建模，学习和识别室内机器人导航中“状态”序列的混合系统。状态被广泛定义为机器人在导航过程中碰到的本地相关情况（在现实世界中）。混合动力基于并行递归神经网络，该递归神经网络经过训练可对给定的感觉（例如声纳）观测序列执行基础隐马尔可夫模型的后验状态概率估计。该方法适用于导航和地图学习。提出了令人鼓舞的实验，可识别配备16个声纳的移动机器人获取的嘈杂序列。

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