面向未知环境及动态障碍的人工势场路径规划算法

实际战场环境错综复杂,很多隐蔽、动态的障碍无法通过高空手段预先探测得知,因而对智能体执行任务的安全性产生威胁。针对未知且障碍形态多样的战场环境,以躲避动、静障碍,追踪目标为研究对象,提出一种面向未知环境及动态障碍的改进人工势场(Artificial Potential Field,APF)路径规划算法。在该算法中,智能体构建了以目标点为中心的引力势场,以及以障碍物为中心的斥力势场,在智能体行进路途中感知局部障碍及目标点的运动信息,并且将信息加入势场函数的计算中达到动态避障与追踪的效果;另一方面,引入距离因子及动态临时目标点来消除APF算法常见的无解问题——极小解情况及路径抖动现象。通过建立不同数量的随机障碍场景,进行多次仿真对比实验,结果表明:所提算法能够在未知环境中灵活躲避动态障碍并进行目标点的追踪,可以有效消除死解及路径抖动问题。将所提算法与传统APF算法及添加了动态避障机制的文献[19]所述算法进行对比实验,结果表明所提算法能成功化解两种对比算法路径规划失败的情况,顺利完成路径规划任务,且成功率在95%以上。

基于多层双向A~*的未知环境路径规划算法研究

面向未知战场环境的路径规划问题,提出一种多层双向A^*算法。该算法引入分层策略,使智能体在行进过程中实时响应突发障碍,进行有效避障路径重规划。采用同步双向搜索,并改进启发式代价函数,使得路径搜索算法快速收敛,提高算法在大规模环境中的路径规划效率。为保证智能体在拐角的行进安全,使用Her mite差值对路径进行平滑处理。实验表明,该算法与现有改进算法相比,处理冗余节点数减少12.9%,总用时缩短17.4%,在复杂未知环境中路径规划准确度和效率均有较大提高。

关于徐工集团整体上市的财务绩效研究

首先对徐工集团整体上市的动因进行了分析;其次,从徐工集团整体上市前后的偿债能力、盈利能力、营运能力、成长能力等方面的变化分析总结了整体上市对徐工集团财务绩效的影响。

社工专业教育应注重实务

作为一名社工专业的大二学生，我深感自己有一份助人的责任，但我对于如何更好地学习和掌握社工实务技巧却有些困惑。目前中国内地的高校社工专业教育基本都是以社会工作理论知识为主要教学内容，课程设置重理论轻实务。很多学校虽安排了专业实习，但实习内容却很少涉及社工实务，老师也极少给学生的专业实践进行指导。