脉冲强化避障算法数据

提出基于脉冲强化学习的避障导航算法。使用raw 原始传感器数据下按照激光角度下采样后输入到snn actor中进行强化学习训练。从而实现基于脉冲强化学习的避障控制任务。模型的核心组件为算法特征提取的模块，与网络模型设计。模型代码包括本方案设计的避障模型结构代码、模型训练及评测代码等。模型参数为本方案设计的模型在仿真环境集上训练，并在实际场景测试优化后的参数。数据集大小28M。

搜集汇总

背景与挑战

背景概述

该数据集提供了基于脉冲强化学习的避障导航算法，通过将原始传感器数据按激光角度下采样后输入脉冲神经网络（SNN）进行训练，实现了避障控制任务。数据集中包含模型结构代码、训练及评测代码以及在仿真环境集训练并经过实际场景优化的模型参数，总数据量约为28.55MB，共610个文件。