KO‘P-TUZILMALI MUHITDA TOZALOVCHI ROBOT UCHUN DISTRIBUTIONAL REINFORCEMENT LEARNING ASOSIDAGI MARSHRUT REJALASHTIRISH STRATEGIYASI

Maxsudxonov , Amixon

Innovations in Science and Technologies · 2025-yil

Annotatsiya

Ushbu maqola nomaʼlum muhitlarda harakatlanuvchi tozalovchi robot uchun yangi marshrut rejalashtirish strategiyasini taklif etadi. Taklif qilingan yondashuv Lightweight Learned Image Denoising with Instance Adaptation (LIDIA) va Deep Q-Network (DQN) texnologiyalarini yagona ramkaga (framework) integratsiyalash orqali amalga oshiriladi. Ushbu kombinatsiya robotlarga ko‘p obʼyektli hududlarda to‘qnashuvsiz harakatlanish imkonini beradi. Birinchi bosqichda, muhitning chuqurlik tasvirlari robotning o‘rnatilgan kamerasidan olinadi. Bu xom tasvirlar odatda shovqinli bo‘lgani sababli, LIDIA texnologiyasi qo‘llanilib, maʼlumotlar kalibrlanadi va tasvir sifati yaxshilanadi.

Maqola ma’lumotlari
MualliflarMaxsudxonov , Amixon
JurnalInnovations in Science and Technologies
Nashr sanasi2025-10-13
Jild2
Son8
Betlar95-107
TilIngliz

Kalit so‘zlar

Muhitda tozalovchi robot, Path – planning, Distributional reinforcement learning, DQN Network, Sub – reward mechanism

Ilmiy soha

Innovations in Science and Technologies jurnalidan boshqa maqolalar

Innovations in Science and Technologies — barcha maqolalar