Metodologia oparta na sieci neuronowej do planowania ¿cie¿ki robota w czasie rzeczywistym

Planowanie ruchu w czasie rzeczywistym bez kolizji w środowisku niestacjonarnym jest ważną kwestią w wielu systemach autonomicznych, w tym w robotyce i systemach inteligentnych. Dzięki temu inteligentne systemy robotyczne zyskują zdolnośc planowania ruch?w i autonomicznej nawigacji. Zdolnośc ta ma kluczowe znaczenie zwlaszcza dla robot?w dzialających w dynamicznych środowiskach, w kt?rych mogą wystąpic nieprzewidywalne i nagle zmiany. Projekt ten dotyczy podstawowych kwestii związanych z planowaniem ścieżki robota w dynamicznie zmieniającym się środowisku, w kt?rym występują niepewności. Książka przedstawia metodologię opartą na unikalnym polączeniu technik sieci neuronowych i dynamiki oraz automat?w kom?rkowych. Kom?rkowe sieci neuronowe (CNN) wykorzystują najlepsze cechy obu metodologii planowania trasy, umożliwiając pomyślne przeprowadzenie autonomicznej nawigacji w czasie rzeczywistym w dynamicznym środowisku. Wykorzystując eleganckie wlaściwości funkcji harmonicznych oraz nieliniową lokalną lącznośc neuron?w w sieci CNN, można calkowicie wyeliminowac lokalne minima, uzyskując stabilną i zbieżną metodologię planowania trasy.