海面环境下的无人船平行物理仿真平台的设计与实现

来源 :电子科技大学 | 被引量 : 0次 | 上传用户:wucong520123
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
随着无人船集群技术的加速发展,海上无人系统的研发与训练也变得至关重要。有效的海上无人系统能够打破单船能力的局限性,协同集群中每艘无人船从而激发出整个集群的力量。然而训练海上无人系统需要大量且有效的无人船实验数据,无人船实验数据的获取不可避免地受到时间,环境,人力,财力等多种因素的限制,如何在短时间内低成本地获取海量训练数据将成为传统无人船训练系统一项新的挑战。本文经过对无人船训练系统的研究和分析,提出了一种海面环境下的无人船仿真平台。基于对海面环境的建模构建训练仿真环境,利用智能体建模方法对无人船进行抽象,从而对仿真对象进行统一高效管理。利用分布式架构部署仿真平台与无人系统,减小仿真平台与无人系统的耦合度,提高仿真平台的复用性。达到减少无人船训练系统的开发成本,提高无人系统训练效率的目的,最终将极大解决无人船实验数据获取少获取难的问题。针对仿真产生的训练数据缺乏真实性的问题,在无人船仿真平台基础上,本文提出平行物理仿真,首先分析海面环境因素再对海面环境进行建模与仿真,基于傅里叶变换对海浪进行模拟,利用物理引擎计算物理效应。从而使得无人系统借助仿真平台训练能够达到在传统训练系统内的训练效果。针对无人船控制接口与感知数据繁琐且复杂的问题,本文对无人船控制输入和感知输出的接口进行了抽象,简化了无人系统与仿真环境中无人船的交互方式,既保证了基于抽象接口的交互不会影响训练数据的正常生成,又保证了训练系统内的交互不会过于复杂,平衡了有效性和实用性。最后,本文通过设置对比试验对以上提出的仿真平台进行了功能验证,比较了平行仿真与一般仿真在数据有效性上的区别。再基于无人船协同对抗的场景,实现了海面环境下的无人船仿真与无人系统训练,验证了仿真平台的有效性和可行性。
其他文献
学位
学位
学位
学位
学位
学位
在移动互联网带来了爆炸增长的数据的前提下,人工智能进入了飞速发展的阶段。但随着人们对数据隐私的日益关注,世界各国相关法案的出台和完善,如何在保护数据隐私的情况下,进行大数据研究已经逐渐受到学术界和工业界越来越多的关注。在这样的背景下,作为打破数据孤岛、释放人工智能应用潜能的机器学习技术,联邦学习无疑是当前最受工业界和学术界关注的研究方向之一。联邦学习主要解决了以下困境:一是由于互联网企业巨化,各个
目前,越来越多的文档以数字资源的形式呈现在互联网上。这些文档内容繁多、结构混乱,使得从这些文档中快速提取有效信息的工作变得十分困难。实体关系抽取作为实现信息结构化的关键技术,可以很好的解决这个问题,并在构建知识图谱、智能问答系统以及自然语言生成方面有着非常重要的作用。基于深度学习的关系抽取在关系抽取中有着比较不错的效果。但是基于深度学习的算法的数据预处理中添加了越来越多由自然语言处理工具得到的额外
随着我国信息科技实力的不断提升,网络空间中的内容极速膨胀,大量数据问题一涌而出,如:博客网站充斥了大量的抄袭内容,搜索出的内容重复性极高;智能客服对话系统需要根据用户提问从海量数据库中匹配到最相关的答案;网络云盘中的重复文件浪费了巨大的物理存储空间。解决数据爆炸增长所带来的各种问题是一项重要的研究,而文本语义相似度计算正是解决这些问题的必备技术。文本语义相似度计算是本文的研究主题。本文做了大量的研
学位