Observational Learning
Reinforcement Schedules
Reinforcement
Avoidance Learning and Learned Helplessness
Associative 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。
Updated: Mar 3, 2026

Movement Retraining using Real-time Feedback of Performance
Published on: January 17, 2013
Yashwanthi Anand1, Nnamdi Nwagwu1, Kevin Sabbe1
1Oregon State University, Corvallis, OR, United States.
本研究介绍了自适应反选择,以训练使用多种人类反格式的机器人. 这种方法优化了查询状态和反类型,以实现更高效和与用户一致的机器人学习,提高安全性和适应性.
科学领域:
背景情况:
研究的目的:
主要方法:
主要成果:
结论: