Reinforcement
Observational Learning
Reinforcement Schedules
Avoidance Learning and Learned Helplessness
Fixed Action Patterns
Cognitive 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。
Sergio Isahí Garrido-Castañeda1, Juan Irving Vasquez1, Mayra Antonio-Cruz2
1Centro de Innovación y Desarrollo Tecnológico en Cómputo (CIDETEC), Instituto Politécnico Nacional (IPN), Mexico City 07700, Mexico.
本研究引入了用于移动机器人覆盖路径规划的深度强化学习方法. 像A2C和PPO这样的关键演员方法有效地训练机器人以有效地探索和绘制未知的环境.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: