ترجمه فارسی عنوان مقاله
چارچوب شبیه سازی محیط شبکه های همه جا برای طراحی روبات های مختلف شبکه
عنوان انگلیسی
Simulation framework of ubiquitous network environments for designing diverse network robots
کد مقاله | سال انتشار | تعداد صفحات مقاله انگلیسی | ترجمه فارسی |
---|---|---|---|
95949 | 2017 | 10 صفحه PDF | سفارش دهید |
دانلود فوری مقاله + سفارش ترجمه
نسخه انگلیسی مقاله همین الان قابل دانلود است.
هزینه ترجمه مقاله بر اساس تعداد کلمات مقاله انگلیسی محاسبه می شود.
این مقاله تقریباً شامل 4682 کلمه می باشد.
هزینه ترجمه مقاله توسط مترجمان با تجربه، طبق جدول زیر محاسبه می شود:
شرح | تعرفه ترجمه | زمان تحویل | جمع هزینه |
---|---|---|---|
ترجمه تخصصی - سرعت عادی | هر کلمه 90 تومان | 10 روز بعد از پرداخت | 421,380 تومان |
ترجمه تخصصی - سرعت فوری | هر کلمه 180 تومان | 5 روز بعد از پرداخت | 842,760 تومان |
پس از پرداخت، فوراً می توانید مقاله را دانلود فرمایید.
منبع

Publisher : Elsevier - Science Direct (الزویر - ساینس دایرکت)
Journal : Future Generation Computer Systems, Volume 76, November 2017, Pages 468-473
ترجمه کلمات کلیدی
تعامل روبات انسان ها؟ ربات شبکه، برنامه ریزی، تقویت یادگیری، شبیه سازی، خانه هوشمند،
کلمات کلیدی انگلیسی
Humanârobot interaction; Network robot; Planning; Reinforcement learning; Simulation; Smart home;
ترجمه چکیده
خانه های هوشمند ساکنان خدماتی را ارائه می دهند که با استفاده از شبکه های حسگر و ابزارهای متنوعی ارائه می دهند. روبات های شبکه مبتنی بر چنین شبکه هایی می توانند خدمات مستقیم برای این ساکنان را انجام دهند. اطلاعات از دستگاه های مختلف همه جا و سنسورهای واقع در خانه های هوشمند با روبات های شبکه به اشتراک گذاشته شده است. این روبات ها با دسترسی به این اطلاعات به طور مساوی به ساکنین روال روزانه خود کمک می کنند. با این حال، توسعه روبات های شبکه در محیط واقعی نیاز به زمان، فضا، کار و پول قابل توجهی دارد. یک روبات شبکه که به طور کامل توسعه نیافته است ممکن است باعث آسیب فیزیکی در موقعیت های غیر منتظره شود. در این مقاله، چارچوبی را پیشنهاد می کنیم که به طراحی و شبیه سازی عناصر ربات شبکه و انواع خانه های هوشمند در یک محیط مجازی برای حل مشکلات فوق کمک می کند. این چارچوب یک نماد ربات شبکه را بر اساس اطلاعاتی که از سنسورهای مختلفی در خانه هوشمند ساخته شده است فعال می کند. این سنسورها روال روزانه نماد انسان را که در خانه هوشمند قرار دارد، شناسایی می کند. الگوریتم هایی که شامل یادگیری تقویتی و برنامه ریزی عمل هستند، برای فعال کردن نماد ربات شبکه برای خدمت به نماد انسان، یکپارچه شده اند. علاوه بر این، این مقاله یک شبیه ساز ربات شبکه را برای بررسی اینکه آیا ربات شبکه به طور موثر با استفاده از چارچوب کار می کند، توسعه می دهد.