一种基于轨迹的长期动力学预测方法
# 热门搜索 #
大模型
人工智能
openai
融资
chatGPT
AITNT公众号
AITNT APP
AITNT交流群
搜索
首页
AI资讯
AI技术研报
AI监管政策
AI产品测评
AI商业项目
AI产品热榜
AI专利库
寻求报道
一种基于轨迹的长期动力学预测方法
申请号:
CN202510452227
申请日期:
2025-04-11
公开号:
CN120524114A
公开日期:
2025-08-22
类型:
发明专利
摘要
本发明公开了一种基于轨迹的长期动力学预测方法,包括:采集状态‑动作序列数据;将采集到的数据划分为多个子轨迹,并构建训练数据集;设计轨迹预测模型,该模型以初始状态、控制参数和显示的未来时间序列作为输入,直接预测未来时间序列的状态;训练轨迹预测模型,使其能够准确预测长期轨迹。本发明公开了一种基于轨迹的长期动力学预测方法,通过直接预测未来多步状态以代替单步递归预测,显著降低长期预测误差,并提升数据效率与计算速度。该方法可广泛应用于机器人控制、自动驾驶等领域。
技术关键词
轨迹预测模型
序列
预测误差
数据
扩充训练样本
复合误差
随机梯度下降
机器人控制
深度神经网络
方程
控制策略
决策
参数
连续性
定义
度量
索引
系统为您推荐了相关专利信息
1
一种领航辅助的自动变道控制方法、装置及电子设备
车辆行驶数据
加速度
变道控制方法
路径分析模型
智能驾驶辅助技术
2
一种基于图神经网络的风险等级评估方法
风险等级评估方法
特征提取器
指标
节点
神经网络技术
3
一种适配于多种核心板的大板结合接口设计方法
大板
接口设计方法
核心板
硬件识别方法
BP神经网络算法
4
睡岗行为检测方法及装置
训练图像数据
睡姿识别
融合特征
标签
图像获取模块
5
一种基于邻域一致的模型拟合方法及其应用
模型拟合方法
相似性度量函数
邻域
离群点
聚类