标签: 优化方法

在仿真环境中完成优化的机器人，在实际应用中的性能往往不如其仿真模型。这种性能上的差异通常被称为“现实差距”（reality-gap）。本文采用遗传算法（geneticalgorithm）和拓扑优化（topologyoptimization）两种方法对四足机器人进行优化，通过对比原始机器人与优化后机器人在仿真环境及实际场景中的性能，分析两种优化方法的效果。结果表明

最优化方法及其Matlab程序设计

电气自动化控制系统路径优化方法设计

一种移动机器人路径规划的优化方法

面向抓取任务的移动机器人停靠位置优化方法研究

移动机器人平滑JPS路径规划与轨迹优化方法

基于时间弹性带的移动机器人路径优化方法

一种轮式移动机器人滑模轨迹跟踪控制器设计及其参数优化方法

嵌入式DSP系统中SDF模型的层次化存储优化方法

基于动态和静态环境对象观测一致性约束的移动机器人多传感器标定优化方法

基于改进PSO⁃BP神经网络的PID参数优化方法

LEO卫星网络中MEC服务管理与任务迁移优化方法

基于神经网络的高铁通信切换优化方法研究

车载网络控制系统数据流优化方法研究与实现

基于区块链技术的计算机网络安全优化方法

一种有效神经网络训练优化方法

基于场景的无线网络优化方法探索

基于模体的网络鲁棒性优化方法

一种改进的视频分割网络及其全局信息优化方法

一种移动传感网络中K-栅栏寿命的优化方法