Zugriff

    Zugriff über TIB

    Verfügbarkeit in meiner Bibliothek prüfen


    Exportieren, teilen und zitieren



    Titel :

    UTILIZING REINFORCEMENT LEARNING TO CONTINUOUSLY IMPROVE A PRIMITIVE-BASED MOTION PLANNER


    Beteiligte:

    Kongress:

    AIAA SciTech Forum and Exposition ; 2021 ; Online



    Erscheinungsdatum :

    2021


    Medientyp :

    Aufsatz (Konferenz)


    Format :

    Print


    Sprache :

    Englisch



    Utilizing Reinforcement Learning to Continuously Improve a Primitive-Based Motion Planner

    Goddard, Zachary C. / Wardlaw, Kenneth / Krishnan, Rohith et al. | AIAA | 2021


    Utilizing Reinforcement Learning to Continuously Improve a Primitive-Based Motion Planner

    Goddard, Zachary C. / Wardlaw, Kenneth / Williams, Kyle et al. | AIAA | 2022


    Leveraging Machine Learning to Improve Adaptive Primitive-Based Motion Planning

    Choi, Kevin S. / Goddard, Zachary C. / Deal, Samuel J. et al. | AIAA | 2024



    TRAJECTORY PLANNING UTILIZING A STATEFUL PLANNER AND A STATELESS PLANNER

    TOMOV MOMCHIL | Europäisches Patentamt | 2024

    Freier Zugriff