Reinforcement Schedules
Observational Learning
Reinforcement
Elaborative Rehearsals
Associative Learning
Woodward–Hoffmann Selection Rules and Microscopic Reversibility
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。
Junyang Zhang1, Yilin Zhang1, Honglin Sun1
1Graduate School of Information, Production and Systems, Waseda University, Kitakyushu 808-0135, Japan.
本研究介绍了一种使用机器人操纵器的决策转换器 (DT) 的等级强化学习 (HRL) 框架. 新方法在复杂的物流任务中增强了长期推理和概括.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: