|
已选(0)清除
条数/页： 排序方式： |
| 基于图神经网络的视觉图表达方法 学位论文
, 中国科学院自动化所: 中国科学院大学, 2020
作者: 卢毅
 Adobe PDF(32080Kb) |  收藏 | 浏览/下载：355/5 | 提交时间：2020/12/30
图神经网络，图表达，图像分类，语义分割，视觉导航，概率图，深度 强化学习 |
| 面向几类微分博弈的自适应动态规划方法 学位论文
, 北京: 中国科学院研究生院, 2017
作者: Zhang,Qichao
Adobe PDF(4868Kb) | 收藏 | 浏览/下载：437/12 | 提交时间：2017/06/07
自适应动态规划 神经网络 微分博弈 |
| 基于高斯过程的强化学习及汽车智能巡航控制 学位论文
, 北京: 中国科学院研究生院, 2016
作者: 夏中谱
Adobe PDF(18177Kb) | 收藏 | 浏览/下载：497/10 | 提交时间：2016/06/15
强化学习控制 高斯过程 连续状态系统 无模型控制 智能巡航控制 |
| 面向数据高效利用的深度强化学习方法及应用 学位论文
, 北京: 中国科学院研究生院, 2016
作者: 王海涛
Adobe PDF(2611Kb) | 收藏 | 浏览/下载：400/14 | 提交时间：2016/06/15
人工智能 强化学习 深度学习 经验回放 深度强化学习 数据采样 |
| 基于OGRE三维仿真的车辆自适应巡航控制 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者: 苏永生
Adobe PDF(1094Kb) | 收藏 | 浏览/下载：138/0 | 提交时间：2015/09/02
智能交通 三维驾驶仿真 Ogre 自适应巡航控制 最优pd控制 Intelligent Transportation 3d Simulation Of Driving Ogre Adaptive Cruise Control Optimal Pd Control |
| 基于SADP的仿人式车辆自适应巡航控制 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2011
作者: 胡朝辉
Adobe PDF(979Kb) | 收藏 | 浏览/下载：191/0 | 提交时间：2015/09/02
车辆自适应巡航控制 强化学习 监督学习 监督式强化学习 自适应动态规划 监督式自适应动态规划 Adaptive Cruise Control Reinforcement Learning Supervised Learning Supervised Reinforcement Learning Adaptive Dynamic Programming Supervised Adaptive Dynamic Programming |
| 基于监督式自适应动态规划的车辆智能巡航控制 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者: 王滨
Adobe PDF(2069Kb) | 收藏 | 浏览/下载：751/2 | 提交时间：2015/09/02
自适应巡航控制 自适应动态规划 监督式强化学习 智能控制 Dspace Adaptive Cruise Control Adaptive Dynamic Programming Supervised Reinforcement Learning Intelligent Control Dspace |
| 连续状态系统的近似最优在线强化学习 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2015
作者: 朱圆恒
Adobe PDF(2679Kb) | 收藏 | 浏览/下载：507/0 | 提交时间：2015/09/02
强化学习 最优控制 近似策略迭代 概率近似最优 连续状态系统 收敛性 在线学习 Kd树 Reinforcement Learning Optimal Control Approximate Policy Iteration Probably Approximately Correct Continuous-state System Convergence Online Learning Kd-tree |
| 城市区域交通信号协调控制 学位论文
, 中国科学院自动化研究所: 中国科学院研究生院, 2012
作者: 戴钰桀
Adobe PDF(1887Kb) | 收藏 | 浏览/下载：196/0 | 提交时间：2015/09/02
交通信号控制 协调 智能控制 自适应动态规划 强化学习 Traffic Signal Control Coordination Intelligent Control Adaptive Dynamic Programming Reinforcement Learning |
| 基于强化学习的城市交通信号优化控制 学位论文
, 中国科学院自动化研究所: 中国科学院大学, 2010
作者: 张震
Adobe PDF(12129Kb) | 收藏 | 浏览/下载：300/0 | 提交时间：2015/09/02
强化学习 交通信号控制 多agent系统 基于基团分解 因子图 一般最大和算法 Reinforcement Learning Traffic Signal Control Multiagent Systems Clique-based Decomposition Factor Graphs The General Max-plus Algorithm |
