QQ客服 官方微博 反馈留言

浏览/检索结果: 共3条，第1-3条 帮助 已选(0)清除 条数/页：5101520253035404550556065707580859095100   排序方式：请选择作者升序作者降序题名升序题名降序发表日期升序发表日期降序提交时间升序提交时间降序 Path Planning Method With Improved Artificial Potential Field-A Reinforcement Learning Perspective 期刊论文 IEEE ACCESS, 2020, 卷号: 8, 页码: 135513-135523 作者:  Yao QF(么庆丰);  Zheng ZY(郑泽宇);  Qi, Liang;  Yuan HT(苑海涛);  Guo XW(郭希旺) 收藏  |  浏览/下载：7/0  |  提交时间：2020/08/22 Path planning  Learning (artificial intelligence)  Gravity  Potential energy  Mobile agents  Real-time systems  Reinforcement learning  neural network  potential field  path planning   Design principles and improvement of cost function based energy aware routing algorithms for wireless sensor networks 期刊论文 Computer Networks, 2012, 卷号: 56, 期号: 7, 页码: 1951-1967 作者:  Liu, Anfeng*;  Ren, Ju;  Li, Xu;  Chen, Zhigang;  Shen, Xuemin Sherman 收藏  |  浏览/下载：5/0  |  提交时间：2019/12/03 Wireless sensor networks  Energy hole avoidance  Adaptive routing  Network lifetime   基于量子免疫的无线传感器网络能量空洞避免 Wireless sensor networks energy hole avoidance based on quantum immunity 期刊论文 2011, 卷号: 30, 页码: 24-26 作者:  刘宇[1,2];  聂闻[1] 收藏  |  浏览/下载：1/0  |  提交时间：2019/11/29