期刊文献+
共找到2篇文章
< 1 >
每页显示 20 50 100
基于ConvLSTM的强化学习导航算法性能优化研究
1
作者 袁可帅 孙涵 《制造业自动化》 2026年第3期69-75,共7页
针对强化学习在移动机器人导航任务中存在的训练时间长、收敛慢以及在动态环境下成功率较低等问题,提出一种基于卷积长短时记忆网络(ConvLSTM)的强化学习导航性能优化方法。该方法利用ConvLSTM对历史占据图序列进行时空建模,预测未来环... 针对强化学习在移动机器人导航任务中存在的训练时间长、收敛慢以及在动态环境下成功率较低等问题,提出一种基于卷积长短时记忆网络(ConvLSTM)的强化学习导航性能优化方法。该方法利用ConvLSTM对历史占据图序列进行时空建模,预测未来环境的占据变化,并将预测结果转化为风险代价图,通过设计风险引导型奖励函数,使智能体能够提前识别潜在的碰撞区域,实现前瞻性决策。在Gazebo仿真环境中进行的对比实验表明,在相同训练时间内使收敛速度提高约40%,导航成功率在8~10小时训练阶段提升约9%~15%,验证了基于ConvLSTM的动态风险预测在强化学习导航加速中的有效性。该研究为移动机器人在复杂动态场景下的安全高效导航提供了一种可行的工程化方案。 展开更多
关键词 移动机器人 强化学习 ConvLSTM 风险预测 路径规划
在线阅读 下载PDF
一种基于交叉注意力机制的跨模态视频-文本检索模型 被引量:1
2
作者 王盛 宋向辉 +2 位作者 胡世雄 梁营力 孙晓亮 《安全、健康和环境》 2025年第3期20-26,共7页
在危险品运输的安全规划任务中,准确识别交通事故诱因至关重要。现有方法通常依赖交通事故报告、交通监控视频和其他文本数据的结合分析,但存在跨模态数据检索精度和效率不高的问题。为此,提出了一种基于交叉注意力机制的跨模态检索模型... 在危险品运输的安全规划任务中,准确识别交通事故诱因至关重要。现有方法通常依赖交通事故报告、交通监控视频和其他文本数据的结合分析,但存在跨模态数据检索精度和效率不高的问题。为此,提出了一种基于交叉注意力机制的跨模态检索模型,旨在提升危险品运输事故分析过程中的跨模态数据检索性能。该模型通过融合交通监控视频与事故报告等文本数据,利用交叉注意力机制有效地提取视频-文本之间的对应关系,以提高检索的准确性与效率。模型架构包括数据预处理、特征提取、交叉注意力机制、多模态特征融合、精细化相似度计算和优化损失函数。实验结果表明,提出的模型所有评估指标都超越了基准模型,如在Recall@5上超过了基准模型(HiT)2.53%,显著优于对比语言-图像预训练(CLIP)等现有跨模态数据检索方法,消融实验进一步验证了交叉注意力机制在提高检索精度和效率中的关键作用。该研究为危险品运输的安全规划与事故预防提供了有力支持。 展开更多
关键词 危险品运输 跨模态检索 交通监控 交叉注意力机制 事故分析 任务规划
在线阅读 下载PDF
上一页 1 下一页 到第
使用帮助 返回顶部