《表2 困境解决方案：基于认知结构SOAR的机器人路径规划》
提示：宽带有限、当前游客访问压缩模式
针对以上4种困境，SOAR通过在短期知识中创建子状态（Substate），并在子状态中创建新的问题空间去解决困境。具体解决方法如表2所示。
| 图表编号 | XD0064782100 严禁用于非法目的 |
|---|---|
| 绘制时间 | 2019.06.30 |
| 作者 | 穆杨 |
| 绘制单位 | 海军航空大学 |
| 更多格式 | 高清、无水印（增值服务） |
相关图表
- 《表2 回归模型：高校科技成果转化的现实困境及解决路径——基于专利质量的实证分析与考察》2021.02.20
- 《表3 4种算法对比：基于改进的DQN机器人路径规划》2021.02.16
- 《表5 指标对比：基于改进的DQN机器人路径规划》2021.02.16
- 《表2 参数设置：基于改进的DQN机器人路径规划》2021.02.16
- 《表3 方案二管嘴载荷：基于状态改变的机器人动态障碍物路径规划算法》2020.12.01
- 《表2 指标安全度：基于状态改变的机器人动态障碍物路径规划算法》2020.12.01
- 《表1 不同算法性能比较：基于改进狼群算法的机器人路径规划研究》2020.04.01
- 《表4 第二组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表2 制作沃罗诺伊路线：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表5 第三组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表3 第一组：基于改进D~*算法的室内移动机器人路径规划》2020.04.16
- 《表1 路径规划结果表：基于改进人工势场法的井下救援机器人的路径规划研究》2019.12.30
- 《表1 路径规划性能比较：基于多优化快速扩展随机树算法的足球机器人路径规划》2019.10.08
- 《表2 算法执行效率测试：基于单目视觉的轮式机器人目标定位及路径规划初探》2019.08.10
- 《表1 算法性能对比：基于改进遗传算法的矿山救援机器人路径规划》2019.06.10
- 《表1 参数设置：基于深度强化学习的移动机器人路径规划》2019.07.01
- 《表4 规划知识（2)：基于认知结构SOAR的机器人路径规划》2019.06.30
- 《表3 规划知识（1)：基于认知结构SOAR的机器人路径规划》2019.06.30
- 《表1 困境类型：基于认知结构SOAR的机器人路径规划》2019.06.30
- 《表2 两种算法指标对比：基于IAFSA和AGA混合算法的移动机器人路径规划》2019.02.01