由于机器人技术、人工智能和控制理论领域的许多激动人心的发展,三个曾经截然不同的课题现在正走向碰撞。在机器人技术中,运动规划最初关注的是诸如如何在不撞到任何东西的情况下将钢琴从一个房间搬到另一个房间的问题。然而,该领域已经发展到包括不确定性、多个物体和动态等复杂问题。在人工智能中,规划最初意味着寻找一系列逻辑运算符或动作,将初始世界状态转化为期望的目标状态。目前,规划的范围超出了这一点,包括许多决策理论思想,如马尔可夫决策过程、不完全状态信息和博弈论均衡。虽然控制理论传统上关注稳定性、反馈和最优性等问题,但人们对设计用于为非线性系统找到可行开环轨迹的算法的兴趣日益浓厚。在本论文的某些部分中,已经应用了“运动规划”这一术语,但其解释与机器人技术中的用法不同。因此,尽管机器人技术、人工智能和控制理论领域最初考虑的是不同的问题,但它们的范围已经扩大,具有一个有趣的共同点。在本文中,我将以涵盖这一共同点的广义使用“规划”一词。但这并不意味着该术语涵盖机器人技术、人工智能和控制理论领域中的所有重要内容。本演讲重点介绍与规划相关的算法问题。在机器人技术中,重点是通过处理复杂的几何模型来设计生成有用运动的算法。在人工智能中,重点是设计使用决策理论模型来计算适当动作的系统。在控制理论中,重点是计算系统可行轨迹的算法,并额外涉及反馈和最优性。分析技术占控制理论文献的大部分,但不是本演讲的重点。 “规划和控制”这个短语通常用于识别开发系统中的互补问题。规划通常被认为是比控制更高级别的过程。在本文中,我没有做这样的区分。忽略这些术语的历史含义,“规划”和“控制”可以用于
由于机器人技术、人工智能和控制理论领域的许多令人兴奋的发展,三个曾经截然不同的主题现在正走向碰撞。在机器人技术中,运动规划最初关注的是诸如如何将钢琴从一个房间搬到另一个房间而不撞到任何东西之类的问题。然而,该领域已经发展到包括不确定性、多个物体和动态等复杂因素。在人工智能中,规划最初意味着搜索一系列逻辑运算符或动作,将初始世界状态转换为期望的目标状态。目前,规划的范围已超出此范围,包括许多决策理论思想,如马尔可夫决策过程、不完美状态信息和博弈论均衡。虽然控制理论传统上关注的是稳定性、反馈和最优性等问题,但人们对设计寻找非线性系统可行开环轨迹的算法的兴趣日益浓厚。在某些工作中,“运动规划”一词已被应用,但其解释与机器人技术中的用法不同。因此,尽管机器人技术、人工智能和控制理论领域最初考虑的是不同的问题,但它们的范围已经扩大到共享一个有趣的共同点。在本文中,我以广义使用术语规划,涵盖了这一共同点。但这并不意味着该术语涵盖机器人技术、人工智能和控制理论领域的所有重要内容。本演示重点介绍与规划相关的算法问题。在机器人技术中,重点是通过处理复杂的几何模型来设计生成有用运动的算法。在人工智能中,重点是设计使用决策理论模型来计算适当动作的系统。在控制理论中,重点是计算系统可行轨迹的算法,并额外涉及反馈和优化。占控制理论文献大部分的分析技术不是这里的主要焦点。“规划和控制”这个短语通常用于识别开发系统时的互补问题。规划通常被认为是比控制更高级别的过程。在本文中,我没有做这样的区分。忽略术语带来的历史内涵,“规划”和“控制”可以使用
由于机器人技术、人工智能和控制理论领域的许多令人兴奋的发展,三个曾经截然不同的课题现在正走向碰撞。在机器人技术中,运动规划最初关注的是诸如如何在不撞到任何东西的情况下将钢琴从一个房间搬到另一个房间的问题。然而,该领域已经发展到包括不确定性、多个物体和动态等复杂问题。在人工智能中,规划最初意味着寻找一系列逻辑运算符或动作,将初始世界状态转化为期望的目标状态。目前,规划的范围超出了这一点,包括许多决策理论思想,如马尔可夫决策过程、不完全状态信息和博弈论均衡。虽然控制理论传统上关注稳定性、反馈和最优性等问题,但人们对设计用于为非线性系统找到可行开环轨迹的算法的兴趣日益浓厚。在本论文的某些部分中,已经应用了“运动规划”这一术语,但其解释与机器人技术中的用法不同。因此,尽管机器人技术、人工智能和控制理论领域最初考虑的是不同的问题,但它们的范围已经扩大,具有一个有趣的共同点。在本文中,我将以涵盖这一共同点的广义使用“规划”一词。但这并不意味着该术语涵盖机器人技术、人工智能和控制理论领域中的所有重要内容。本演讲重点介绍与规划相关的算法问题。在机器人技术中,重点是设计通过处理复杂几何模型来生成有用运动的算法。在人工智能中,重点是设计使用决策理论模型来计算适当动作的系统。在控制理论中,重点是计算系统可行轨迹的算法,并额外涉及反馈和最优性。分析技术占控制理论文献的大部分,但不是本演讲的重点。 “规划和控制”这个短语通常用于识别开发系统中的互补问题。规划通常被认为是比控制更高级别的过程。在本文中,我没有做这样的区分。忽略这些术语的历史含义,“规划”和“控制”可以用于
由于机器人技术、人工智能和控制理论领域的许多激动人心的发展,三个曾经截然不同的课题现在正走向碰撞。在机器人技术中,运动规划最初关注的是诸如如何在不撞到任何东西的情况下将钢琴从一个房间搬到另一个房间的问题。然而,该领域已经发展到包括不确定性、多个物体和动态等复杂问题。在人工智能中,规划最初意味着寻找一系列逻辑运算符或动作,将初始世界状态转化为期望的目标状态。目前,规划的范围超出了这一点,包括许多决策理论思想,如马尔可夫决策过程、不完全状态信息和博弈论均衡。虽然控制理论传统上关注稳定性、反馈和最优性等问题,但人们对设计用于为非线性系统找到可行开环轨迹的算法的兴趣日益浓厚。在本论文的某些部分中,已经应用了“运动规划”这一术语,但其解释与机器人技术中的用法不同。因此,尽管机器人技术、人工智能和控制理论领域最初考虑的是不同的问题,但它们的范围已经扩大,具有一个有趣的共同点。在本文中,我将以涵盖这一共同点的广义使用“规划”一词。但这并不意味着该术语涵盖机器人技术、人工智能和控制理论领域中的所有重要内容。本演讲重点介绍与规划相关的算法问题。在机器人技术中,重点是通过处理复杂的几何模型来设计生成有用运动的算法。在人工智能中,重点是设计使用决策理论模型来计算适当动作的系统。在控制理论中,重点是计算系统可行轨迹的算法,并额外涉及反馈和最优性。分析技术占控制理论文献的大部分,但不是本演讲的重点。 “规划和控制”这个短语通常用于识别开发系统中的互补问题。规划通常被认为是比控制更高级别的过程。在本文中,我没有做这样的区分。忽略这些术语的历史含义,“规划”和“控制”可以用于
第 6 章 结论 ............................................................................................................. 126 附录 A.行程时间测量 ................................................................................................ 131 附录 B. AKCELIK 行程时间常数 .............................................................................. 135 附录 C. MATLAB 输出图 .............................................................................................. 137 附录 D. 时间常数值 ................................................................................................ 153 附录 E. 站点数据 I-95 热车道 ...................................................................................... 155 参考文献 ............................................................................................................. 165