Purposive Learning
Behaviorism
Reinforcement Schedules
Observational Learning
Avoidance Learning and Learned Helplessness
Reinforcement
您也可能阅读
通过共同作者、期刊和引用图与本文相关的文章。
Giuseppe Paolo1, Miranda Coninx2, Alban Laflaquière3
1AI Lab, SoftBank Robotics Europe Sorbonne Université, CNRS, Institut des Systèmes Intelligents et de Robotique, ISIR Paris, France giuseppe.paolo@softbankrobotics.com.
新的算法STAX自主学习并探索在稀疏的奖励环境中进行强化学习的行为空间. 这种方法克服了先前方法的局限性,消除了对预定义行为空间的需求.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: