Aller au contenu principal
Accès ouvert déclaré 2022 article

Deep reinforcement learning for adaptive path planning and control of an autonomous underwater vehicle

148Citations signalées, ce qui n’est pas une note de qualité
2Institutions déclarées
2Pays d’affiliation déclarés

Rattachement africain : ir, gb. Niveau de preuve : code pays fourni par la source.

Résumé indisponible. Les résultats de l’étude ne doivent pas être déduits de son seul titre.

Le contrôle bibliographique ouvert

DOI retrouvé dans Crossref DOI retrouvé ; titre concordant.

Titre Crossref
Deep reinforcement learning for adaptive path planning and control of an autonomous underwater vehicle
Date Crossref
01/12/2022
Éditeur
Elsevier BV
Type
journal-article

Ce recoupement confirme des métadonnées liées au DOI. Il ne confirme ni la méthode ni les conclusions de l’étude, et il ne compte pas comme une seconde source scientifique indépendante.

Où se fait cette recherche

  • Babol Noshirvani University of Technology Department of Electrical and Computer Engineering pays non établi dans la notice
    Université ou école supérieure
  • University of Hertfordshire pays non établi dans la notice
    Université ou école supérieure
  • School of Physics pays non établi dans la notice
    Université ou école supérieure

Department of Electrical and Computer Engineering — Babol Noshirvani University of Technology, University of Hertfordshire et School of Physics.

Une affiliation ne permet pas de déduire la nationalité d’un auteur.

Les sujets associés

Adaptive Dynamic Programming ControlReinforcement Learning in RoboticsDistributed Control Multi-Agent Systems

BNTIC News n’est pas le producteur de ces données. Les publications sont interrogées à la demande dans Crossref, OpenAIRE, DOAJ, Europe PMC, HAL, DataCite, AfricArXiv, ROR et la Banque mondiale, sans clé d’accès. OpenAlex reste optionnel. Aucun service payant n’est nécessaire et aucune donnée externe n’est enregistrée en base. Consulter les sources et leurs limites.