摘要：为了提高烟雾模拟的真实感,提出了一种基于直接投射扩散的烟雾阴影实时生成算法。该方法将3维烟雾密度场直接投射到2维平面上,并保存于光亮缓存中,首先生成一张能描述阴影浓度信息的阴影纹理;然后为了解决阴影浓度过估计问题,还新颖地采用流体力学领域的扩散方程来修正浓度分布情况;最后,在可编程图形硬件上,采取投影纹理映射技术将阴影纹理投射到场景中的相应表面。实验证明,该方法所需计算开销小,能简单高效地实时生成计算机3维游戏和动画的烟雾阴影效果。

摘要：针对深度Q学习算法在机器人路径规划中的过估计问题,提出一种动态融合深度双Q算法(dynamic target double deep Q network,DTDDQN)。通过动态融合DDQN和平均DQN的先验知识进行网络参数训练,前期以较大权重的DDQN优化目标对估计网络进行网络训练和先验知识的积累,随着学习的深入,增大平均DQN的优化目标对网络训练的权重,使网络输出的Q值更加接近真实Q值,减少过估计对机器人在选择动作时的影响,达到所选策略最优。仿真对比结果表明,DTDDQN算法在路径规划中能更好解决过估计问题,在动作选择方面以及规划路径长度方面都有一定提升。