LEARNING
基于深度强化学习和动态图神经网络的多任务机器人调度代理
Hedi Boukamcha, Anas Neumann, Monia Rekik, Adnene Hajji, Gabriel Caron Guillemette, Mohamed Farah
- 发表年份
- 2026
- 引用次数
- 0
- 期刊
- Robotics and Computer-Integrated Manufacturing
摘要
该论文提出了一种结合深度强化学习和动态图神经网络的调度代理，用于控制多任务机器人。该方法通过学习优化任务分配和路径规划，提高了机器人在复杂环境中的执行效率。
关键词
deep reinforcement learningdynamic graph neural networkmulti-task robotscheduling agent
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018