Observational Learning
Fixed Action Patterns
Associative Learning
Schemas
Hierarchy of Motor Control
Introduction to Learning
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。
Yan Feng1, Alexander Carballo2,3,4, Keisuke Fujii1
1Graduate School of Informatics, Nagoya University, Furo-cho, Chikusa-ku, Nagoya 464-8601, Japan.
MulCPred通过提供可解释的,多模式的基于概念的见解来增强行人行动预测. 这一框架提高了自动驾驶系统的可靠性和通用性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: