摘要
本发明涉及无人履带车辆决策与控制技术领域,具体为一种数据机理混合增强的无人履带车辆安全决策自学习与控制方法。本发明利用模型预测控制构建了机理驱动的履带车运动控制多约束优化机制,实现了安全的轨迹跟踪能力;提出了一种数据机理混合增强的无人履带车辆决策自学习与控制方法,方法考虑了强化学习强大的自学习能力和模型预测控制的约束处理优势,分别利用二者进行决策和轨迹跟踪,实现了安全的自学习能力;考虑了轨迹跟踪对车辆运动的基础安全性作用,构建了轨迹跟踪能力边界约束的自学习决策机制,实现了整个系统性能的最优化。
技术关键词
决策
履带车辆
指令
运动
轨迹
网络
收集训练数据
坐标系
约束模型预测控制
双曲正切函数
电机控制器
学习算法
策略
车身
变量
障碍物
参数
滑动摩擦系数
系统为您推荐了相关专利信息
车辆预警方法
道路施工区
监测无人机
车辆所处车道
轨迹特征
页面组件
板块
训练数据生成方法
计算机执行指令
布局
预训练模型
Agent模型
量化器
文本生成模型
深度残差网络
人工智能训练平台
服务器集群
服务器节点
键值存储系统
启用方法