• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文期刊>Simulation >Artificial Potential Field-Based Motion Planning/Navigation, Dynamic constrained Optimization And Simple genetic Hill Climbing
【24h】

Artificial Potential Field-Based Motion Planning/Navigation, Dynamic constrained Optimization And Simple genetic Hill Climbing

机译：基于人工势场的运动计划/导航，动态约束优化和简单的遗传爬山

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

In this paper we show a relationship between artificial potential field (APF) based motion planningavigation, and constrained optimi- zation. We then present a simple genetic hill climbing algorithm (SGHC), which is used to navigate a point robot through an environ- ment using the APF approach. We compare SGHC with steepest descent hill climbing (SDHC). In SDHC, candidate moves are evaluated within a 360-degree radius and the best candidate is selected by the robot.
机译：在本文中，我们展示了基于人工势场（APF）的运动计划/导航与约束优化之间的关系。然后，我们提出一种简单的遗传爬山算法（SGHC），该算法用于使用APF方法在环境中导航点机器人。我们将SGHC与最陡下降山坡攀登（SDHC）进行了比较。在SDHC中，将在360度半径内评估候选移动，然后由机器人选择最佳候选。

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