XiaoMi-AI文件搜索系统
World File Search SystemFrenet
使用frenet坐标的轨迹跟踪与深...
摘要 - 本文研究DDPG算法在轨迹跟踪任务中的应用，并提出了一种与FRENET坐标系相结合的轨迹跟踪控制方法。通过将车辆的位置和速度信息从笛卡尔坐标系转换为FRENET坐标系，该方法可以更准确地描述车辆的偏差和旅行距离，相对于道路的中心线。DDPG算法采用了参与者 - 批评框架，使用深层神经网络进行策略和价值评估，并将体验重播机制和目标网络结合在一起，以提高算法的稳定性和数据利用效率。实验结果表明，基于FRENET坐标系的DDPG算法在复杂环境中的轨迹跟踪任务中表现良好，可实现高精度和稳定的路径跟踪，并证明其在自主驾驶和智能运输系统中的应用潜力。
多样性引导的搜索探索通过FRENET空间编码
自动驾驶汽车（SDC）的兴起提出了重要的安全性，以在动态环境中解决。虽然现场测试是必不可少的，但当前方法在评估关键的SDC方案方面缺乏多样性。先前的研究引入了基于仿真的SDC测试，Frenetic是一种基于FRENET空间编码的测试生成方法，获得了以自然平滑曲线为特征的有效测试（约50％）的相对较高百分比。“最小距离距离”通常被视为适应性函数，我们认为这是一个亚最佳度量。替代，我们表明，深度学习的香草变压器模型可以学习导致越界状况的可能性。我们将这种“固有学习的度量”与遗传算法结合在一起，该算法已显示出很高的测试。为了验证我们的方法，我们对包含1,174多个用于挑战SDCS行为的模拟测试案例进行了大规模的经验评估。我们的调查表明，我们的方法表明，在SDC测试执行过程中生成非valiD测试案例，增加的多样性和高度准确性。
基于Frenet框架的微分几何形状的强曲线的线圈设计
摘要 - 放射治疗中心的续录加速器项目，要求在转移线和龙盘中强烈弯曲的磁铁。在设计和制造强烈弯曲，余弦和cosine-theta型磁铁方面已取得了一些进步。本文提出了一种新的计算机辅助功能（CAD）引擎，用于为各种类型的Mandrelsurfaces（椭圆，弯曲，圆锥形）生成线圈几何形状，并与磁场软件以及CAD工具生成。CAD发动机基于FRENET框架的微分几何形状，并允许对曲率参数（例如曲率，扭曲和扭转）进行分析计算。应用可开发表面的理论，可以生成零高斯曲率的导体几何形状，这对于高温超导体磁带等应变敏感的超导管特别有趣。