온라인 번역

【 중국어 】
模版匹配方法是将机器人当前状态与过去经历相比较，找到最接近的状态，修改这一状态下的路径，便可得到一条新的路径，即首先利用路径规划所用到的或已产生的信息建立一个模版库，库中的任一模版包含每一次规划的环境信息和路径信息，这些模版可通过特定的索引取得；随后将当前规划任务和环境信息与模版库中的模版进行匹配，以寻找出一个最优匹配模版；然后对该模版进行修正，并以此作为最后的结果，模版匹配技术在环境确定情况下，有较好的应用效果，如Vasudevan等提出的基于案例的自治水下机器人(AUV)路径规划方法，Liu等提出的清洁机器人的模版匹配路径规划方法，为了提高模版匹配路径规划技术对环境变化的适应性，部分学者提出了将模版匹配与神经网络学习相结合的方法，如Ram等将基于事例的在线匹配和增强式学习相结合，提高了模版匹配规划方法中机器人的自适应性能，使机器人能部分地适应环境的变化，以及Arleo等将环境模版与神经网络学习相结合的路径规划方法等。
【 일본어 】
テンプレートマッチング方法は、ロボットの現在の状態を過去の経験と比較し、最も近い状態を見つけ、この状態での経路を修正することで、新しい経路を得ることができます。つまり、まず経路計画に使用されたり、生成されたりした情報を利用してテンプレートライブラリを構築し、ライブラリのいずれかのテンプレートには、特定のインデックスを通じて取得できる、各計画の環境情報と経路情報が含まれています。その後、現在の計画タスクと環境情報をテンプレートライブラリのテンプレートと一緻させ、最適な一緻テンプレートを探します。そして、このテンプレートを修正し、これを最後の結菓として、テンプレートマッチング技術は環境確定の場合、Vasudevanなどが提案した事例に基づく自治水中ロボット（AUV）経路計画方法、Liuなどが提案した清掃ロボットのテンプレートマッチング経路計画方法、テンプレートマッチング経路計画技術の環境変化に対する適応性を高めるために、一部の学者は、Ramなどが事例に基づくオンラインマッチングと強化式学習を結合し、モデルマッチング計画方法におけるロボットの適応性能を向上させ、ロボットが部分的に環境の変化に適応できるようにする方法、Arleoなどが環境モデルとニューラルネットワーク学習を結合する経路計画方法など、モデルマッチングとニューラルネットワーク学習を結合する方法を提案した。