首页> 外文OA文献 >Learning to Run Challenge Solutions: Adapting Reinforcement Learning Methods for Neuromusculoskeletal Environments

【2h】

Learning to Run Challenge Solutions: Adapting Reinforcement Learning Methods for Neuromusculoskeletal Environments

机译：学习运行挑战解决方案：适应神经肌肉骨骼环境的强化学习方法

代理获取

本网站仅为用户提供外文OA文献查询和代理获取服务，本网站没有原文。下单后我们将采用程序或人工为您竭诚获取高质量的原文，但由于OA文献来源多样且变更频繁，仍可能出现获取不到、文献不完整或与标题不符等情况，如果获取不到我们将提供退款服务。请知悉。

页面导航

著录项
引文网络
相似文献
相关主题

著录项

作者
Łukasz Kidziński; Sharada Prasanna Mohanty; Carmichael F. Ong; Zhewei Huang; Shuchang Zhou; Anton Pechenko; Adam Stelmaszczyk; Piotr Jarosik; Mikhail Pavlov; Sergey Kolesnikov; Sergey Plis; Zhibo Chen; Zhizheng Zhang; Jiale Chen; Jun Shi; Zhuobin Zheng; Chun Yuan; Zhihui Lin; Henryk Michalewski; Piotr Milos; Blazej Osinski; Andrew Melnik; Malte Schilling; Helge Ritter; Sean F. Carroll; Jennifer Hicks; Sergey Levine; Marcel Salathé; Scott Delp;
展开▼
作者单位

展开▼
年度 2018
总页数
原文格式 PDF
正文语种
中图分类

相似文献

外文文献
中文文献
专利

1. Relevant experience learning:A deep reinforcement learning method for UAV autonomous motion planning in complex unknown environments [J] . Zijian HU, Xiaoguang GAO, Kaifang WAN, 中国航空学报（英文版） . 2021,第012期

机译：相关体验学习：复杂未知环境中无人机自主运动规划的深度加强学习方法
2. Reinforcement Learning Approach for Adaptive E-learning Systems using Learning Styles [J] . Balasubramanian Velusamy, S. Margret Anouneia, George Abraham Information Technology Journal . 2013,第12期

机译：使用学习方式的自适应电子学习系统的强化学习方法
3. Reinforcement Learning Approach for Adaptive E-learning Systems using Learning Styles [J] . Balasubramanian Velusamy, S. Margret Anouneia, George Abraham Information Technology Journal . 2013,第12期

机译：使用学习方式的自适应电子学习系统的强化学习方法
4. Enhanced POET: Open-ended Reinforcement Learning through Unbounded Invention of Learning Challenges and their Solutions [C] . Rui Wang, Joel Lehman, Aditya Rawal, International Conference on Machine Learning . 2021

机译：增强的诗人：通过无限的发明挑战和解决方案通过无限性发明的开放式加强学习
5. Adaptive sensing in uncertain environments: Maximum likelihood, sensor networks, and reinforcement learning. [D] . Blatt, Doron. 2006

机译：不确定环境中的自适应感测：最大可能性，传感器网络和强化学习。
6. Modeling choice and reaction time during arbitrary visuomotor learning through the coordination of adaptive working memory and reinforcement learning [O] . Guillaume Viejo, Mehdi Khamassi, Andrea Brovelli, 2015

机译：通过自适应工作记忆和强化学习的协调对任意视觉运动学习中的选择和反应时间建模
7. A numerical study of fish adaption behaviors in complex environments with a deep reinforcement learning and immersed boundary–lattice Boltzmann method [O] . Yi Zhu, Fang-Bao Tian, John Young, 2021

机译：深增强学习复杂环境中鱼适应行为的数值研究与浸入边界 - 格子Boltzmann方法

Learning to Run Challenge Solutions: Adapting Reinforcement Learning Methods for Neuromusculoskeletal Environments

著录项

引文网络

相似文献

相关主题

期刊订阅