LEARNING
学习液压挖掘机的系统级替代模型：一种仿真到现实的LSTM方法
Shuai Wang, Shen Wang, Qiang Wang, Muguo Du, Donghai Shi, Chenyu Wang, Xiaofeng Tao
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文提出了一种基于LSTM网络的仿真到现实框架，用于学习液压挖掘机的系统级数字替代模型，将挖掘机视为输入-输出算子，并训练替代模型在相同控制输入下复现其闭环行为。实验表明，该模型在角速度和长时轨迹复现方面具有高保真度，可作为仿真和物理系统的即插即用替代，支持挖掘自动化算法的高效开发。
关键词
hydraulic excavatorsimulation-to-realLSTMdigital surrogateautonomous excavation
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