计算机工程与应用
計算機工程與應用
계산궤공정여응용
COMPUTER ENGINEERING AND APPLICATIONS
2008年
16期
90-93
,共4页
障碍物绕行%神经网络%遗传算法%传感器
障礙物繞行%神經網絡%遺傳算法%傳感器
장애물요행%신경망락%유전산법%전감기
使用无监督神经网络解决了游戏中的障碍物绕行问题(obstacle avoidance).使用遗传算法实现了无监督机制,该方法通过最优化适应度来改进神经网络的权值,使得神经网络得到最佳的输出值;利用以智能体(Agent)中心为出发点的5条射线模拟传感器(Sensor).通过检测5条射线与障碍物边界的相交情况来感知环境.经过768代的进化,遗传算法种群最优适应度和平均适应度都有了明显提高,同时绕行成功率从12.5%上升到85%.
使用無鑑督神經網絡解決瞭遊戲中的障礙物繞行問題(obstacle avoidance).使用遺傳算法實現瞭無鑑督機製,該方法通過最優化適應度來改進神經網絡的權值,使得神經網絡得到最佳的輸齣值;利用以智能體(Agent)中心為齣髮點的5條射線模擬傳感器(Sensor).通過檢測5條射線與障礙物邊界的相交情況來感知環境.經過768代的進化,遺傳算法種群最優適應度和平均適應度都有瞭明顯提高,同時繞行成功率從12.5%上升到85%.
사용무감독신경망락해결료유희중적장애물요행문제(obstacle avoidance).사용유전산법실현료무감독궤제,해방법통과최우화괄응도래개진신경망락적권치,사득신경망락득도최가적수출치;이용이지능체(Agent)중심위출발점적5조사선모의전감기(Sensor).통과검측5조사선여장애물변계적상교정황래감지배경.경과768대적진화,유전산법충군최우괄응도화평균괄응도도유료명현제고,동시요행성공솔종12.5%상승도85%.
