标签： algorithm optimization gradient-descent robotics
我正在做一个作业，其中我必须模拟一个在二维空间中移动并且必须使目标函数（信号质量）最大化的机器人。
该机器人只有在到达特定位置时才能读取该功能的值（算法开始时尚不知道该功能，但机器人会在其访问的每个位置发现一个值）。
此外，此优化功能会随时间变化，因此该项目的目标是配置一个不断运动的机器人以优化位置。
您能否对梯度下降具有一些优化功能（在开始时不知道）以及算法执行过程中的哪些变化有所了解？如果您向我建议论文，书籍，代码或任何我真的很感激的东西。
谢谢