Un marco de planificación de ruta híbrida que integra el aprendizaje profundo por refuerzo y campos de potencial de dirección variable
Autores: Bi, Yunfei; Fang, Xi
Idioma: Inglés
Editor: MDPI
Año: 2025
Acceso abierto
Artículo científico
2025
Un marco de planificación de ruta híbrida que integra el aprendizaje profundo por refuerzo y campos de potencial de dirección variable
Categoría
Matemáticas
Subcategoría
Matemáticas generales
Palabras clave
Planificación de rutas
Robots logísticos
APF
Campo de potencial artificial
VDPF
Campo de potencial de dirección variable
Licencia
CC BY-SA – Atribución – Compartir Igual
Consultas: 21
Citaciones: Sin citaciones
Para abordar la optimalidad local en la planificación de rutas para robots logísticos utilizando el campo de potencial artificial (APF) y el problema de estancamiento al encontrar obstáculos trampa, este documento propone VDPF (campo de potencial de dirección variable) combinado con RL (aprendizaje por refuerzo) para resolver eficazmente estos problemas.
Descripción
Para abordar la optimalidad local en la planificación de rutas para robots logísticos utilizando el campo de potencial artificial (APF) y el problema de estancamiento al encontrar obstáculos trampa, este documento propone VDPF (campo de potencial de dirección variable) combinado con RL (aprendizaje por refuerzo) para resolver eficazmente estos problemas.