Enhancing safety and efficiency in automated container terminals: Route planning for hazardous material AGV using LSTM neural network and Deep Q-Network

As the proliferation and development of automated container terminal continue, the issues of efficiency and safety become increasingly significant. The container yard is one of the most crucial cargo distribution centers in a terminal. Automated Guided Vehicles (AGVs) that carry materials of varying...

முழு விளக்கம்

நூற்பட்டியல் விவரங்கள்

முதன்மை ஆசிரியர்கள்:	Fei Li, Junchi Cheng, Zhiqi Mao, Yuhao Wang, Pingfa Feng
வடிவம்:	Artigo
மொழி:	Inglês
வெளியிடப்பட்டது:	Tsinghua University Press 2024-03-01
தொடர்:	Journal of Intelligent and Connected Vehicles
பொருள்கள்:	container yard route planning hazardous material automated guided vehicle (agv) long short-term memory (lstm) deep q-network (dqn)
ஆன்லைன் அணுகல்:	https://www.sciopen.com/article/10.26599/JICV.2023.9210041
குறிச்சொற்கள்:	குறிச்சொல்லை சேர்க்கவும் டாக்‌ஸ் இல்லை, இந்த பதிவுக்கு குறிச்சொல் சேர்க்கும் முதல் நபராக இருங்கள்!