1 resultado para Learning space design
em Chinese Academy of Sciences Institutional Repositories Grid Portal
Filtro por publicador
- JISC Information Environment Repository (4)
- Repository Napier (1)
- Aberystwyth University Repository - Reino Unido (2)
- Academic Archive On-line (Karlstad University; Sweden) (1)
- Acceda, el repositorio institucional de la Universidad de Las Palmas de Gran Canaria. España (3)
- AMS Tesi di Dottorato - Alm@DL - Università di Bologna (1)
- AMS Tesi di Laurea - Alm@DL - Università di Bologna (1)
- ArchiMeD - Elektronische Publikationen der Universität Mainz - Alemanha (1)
- Aston University Research Archive (11)
- Biblioteca de Teses e Dissertações da USP (1)
- Biblioteca Digital | Sistema Integrado de Documentación | UNCuyo - UNCUYO. UNIVERSIDAD NACIONAL DE CUYO. (1)
- Biblioteca Digital da Produção Intelectual da Universidade de São Paulo (BDPI/USP) (1)
- Biblioteca Digital de Teses e Dissertações Eletrônicas da UERJ (1)
- Blue Tiger Commons - Lincoln University - USA (1)
- BORIS: Bern Open Repository and Information System - Berna - Suiça (9)
- Boston University Digital Common (2)
- Brock University, Canada (3)
- Brunel University (1)
- Bucknell University Digital Commons - Pensilvania - USA (1)
- Bulgarian Digital Mathematics Library at IMI-BAS (5)
- Cambridge University Engineering Department Publications Database (31)
- CentAUR: Central Archive University of Reading - UK (20)
- Chinese Academy of Sciences Institutional Repositories Grid Portal (1)
- CUNY Academic Works (1)
- Dalarna University College Electronic Archive (1)
- Digital Commons - Michigan Tech (2)
- Digital Commons @ DU | University of Denver Research (2)
- Digital Commons @ Winthrop University (1)
- Digital Commons at Florida International University (7)
- Digital Peer Publishing (7)
- DRUM (Digital Repository at the University of Maryland) (4)
- Duke University (2)
- Greenwich Academic Literature Archive - UK (2)
- Helda - Digital Repository of University of Helsinki (8)
- Indian Institute of Science - Bangalore - Índia (8)
- Instituto Politécnico de Santarém (1)
- Instituto Politécnico do Porto, Portugal (2)
- Lume - Repositório Digital da Universidade Federal do Rio Grande do Sul (1)
- Massachusetts Institute of Technology (3)
- Memoria Académica - FaHCE, UNLP - Argentina (3)
- Ministerio de Cultura, Spain (10)
- Nottingham eTheses (2)
- Open University Netherlands (4)
- Plymouth Marine Science Electronic Archive (PlyMSEA) (2)
- Portal de Revistas Científicas Complutenses - Espanha (1)
- QSpace: Queen's University - Canada (1)
- QUB Research Portal - Research Directory and Institutional Repository for Queen's University Belfast (24)
- Queensland University of Technology - ePrints Archive (519)
- RDBU - Repositório Digital da Biblioteca da Unisinos (2)
- ReCiL - Repositório Científico Lusófona - Grupo Lusófona, Portugal (1)
- Repositório Científico do Instituto Politécnico de Lisboa - Portugal (1)
- Repositório Científico do Instituto Politécnico de Santarém - Portugal (1)
- Repositório Institucional da Universidade de Aveiro - Portugal (1)
- Repositorio Institucional de la Universidad de Málaga (1)
- Repositório Institucional UNESP - Universidade Estadual Paulista "Julio de Mesquita Filho" (11)
- Royal College of Art Research Repository - Uninet Kingdom (1)
- Scielo Uruguai (1)
- Universidad de Alicante (4)
- Universidad del Rosario, Colombia (3)
- Universidad Politécnica de Madrid (18)
- Universidade de Lisboa - Repositório Aberto (1)
- Universidade Federal do Pará (1)
- Universidade Federal do Rio Grande do Norte (UFRN) (3)
- Universitätsbibliothek Kassel, Universität Kassel, Germany (2)
- Université de Lausanne, Switzerland (1)
- Université de Montréal, Canada (3)
- University of Canberra Research Repository - Australia (2)
- University of Michigan (6)
- University of Queensland eSpace - Australia (8)
- University of Southampton, United Kingdom (5)
- University of Washington (5)
- WestminsterResearch - UK (4)
- Worcester Research and Publications - Worcester Research and Publications - UK (6)
Relevância:
Resumo:
在多机器人系统中 ,评价一个机器人行为的好坏常常依赖于其它机器人的行为 ,此时必须采用组合动作以实现多机器人的协作 ,但采用组合动作的强化学习算法由于学习空间异常庞大而收敛得极慢 .本文提出的新方法通过预测各机器人执行动作的概率来降低学习空间的维数 ,并应用于多机器人协作任务之中 .实验结果表明 ,基于预测的加速强化学习算法可以比原始算法更快地获得多机器人的协作策略 .
