摘要
本发明公开了一种基于轨迹的长期动力学预测方法,包括:采集状态‑动作序列数据;将采集到的数据划分为多个子轨迹,并构建训练数据集;设计轨迹预测模型,该模型以初始状态、控制参数和显示的未来时间序列作为输入,直接预测未来时间序列的状态;训练轨迹预测模型,使其能够准确预测长期轨迹。本发明公开了一种基于轨迹的长期动力学预测方法,通过直接预测未来多步状态以代替单步递归预测,显著降低长期预测误差,并提升数据效率与计算速度。该方法可广泛应用于机器人控制、自动驾驶等领域。
技术关键词
轨迹预测模型
序列
预测误差
数据
扩充训练样本
复合误差
随机梯度下降
机器人控制
深度神经网络
方程
控制策略
决策
参数
连续性
定义
度量
索引
系统为您推荐了相关专利信息
历史运动数据
搜寻方法
预测误差
预测运动轨迹
定位搜寻系统
管道腐蚀速率预测
集成学习模型
油气
特征工程
计算机可执行程序
串行接口模块
便携移动通信设备
主控芯片
音频编解码
时钟
图像处理方法
矩阵
视频流
园区管理系统
深度卷积神经网络
节能控制策略
节能调控方法
基站设备
储能电池
工况