已选(0)清除
条数/页: 排序方式: |
| 面向多模态语义理解与推理的视觉问答研究 学位论文 , 2024 作者: 张熙 Adobe PDF(39126Kb)  |  收藏  |  浏览/下载:21/2  |  提交时间:2024/07/08 多模态 视觉问答 语义挖掘 可靠关联 推理泛化 |
| 仿生触力觉感知系统设计与多维度信息表征方法研究 学位论文 , 2024 作者: 桂美将 Adobe PDF(8969Kb)  |  收藏  |  浏览/下载:42/7  |  提交时间:2024/06/25 仿生触力觉感知系统 海尔贝克阵列 动态杨氏模量 磁偶极子模型 可解释性信息表征 |
| 并联超声机器人的设计与控制方法研究 学位论文 , 2024 作者: 邓兆锟 Adobe PDF(43415Kb)  |  收藏  |  浏览/下载:12/1  |  提交时间:2024/06/24 并联超声机器人,构型参数优化,六自由度位姿感知,强化学习,超声 切面自动获取 |
| 基于神经辐射场的动态人脸编辑 学位论文 , 2024, 2024 作者: 杨嵩林 Adobe PDF(11258Kb)  |  收藏  |  浏览/下载:23/4  |  提交时间:2024/06/24 神经辐射场 动态人脸编辑 人脸属性编辑 人脸运动编辑 神经辐射场 动态人脸编辑 人脸属性编辑 人脸运动编辑 |
| CSIR: Cascaded Sliding CVAEs with lterative Socially-Aware Rethinking for Trajectory Prediction 期刊论文 IEEE Transactions on Intelligent Transportation Systems, 2024, 页码: - 作者: Zhou H(周浩); Yang X(杨旭); Ming-Yu Fan; Hai Huang; Dongchun Ren Adobe PDF(4364Kb)  |  收藏  |  浏览/下载:16/6  |  提交时间:2024/06/21 |
| 面向多目标覆盖任务的深度强化学习迁移泛化方法研究 学位论文 , 2024 作者: 徐一凡 Adobe PDF(20521Kb)  |  收藏  |  浏览/下载:33/3  |  提交时间:2024/06/20 多目标覆盖任务 强化学习 迁移泛化 课程学习 域自适应 环境偏移 |
| Ultimately Bounded Output Feedback Control for Networked Nonlinear Systems With Unreliable Communication Channel: A Buffer-Aided Strategy 期刊论文 IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 7, 页码: 1566-1578 作者: Yuhan Zhang; Zidong Wang; Lei Zou; Yun Chen; Guoping Lu Adobe PDF(2016Kb)  |  收藏  |  浏览/下载:31/10  |  提交时间:2024/06/07 Buffer-aided strategy neural networks nonlinear control output-feedback control unreliable communication channel |
| 面向水下搜索的仿生机器金枪鱼系统优化与运动控制 学位论文 , 2024 作者: 仝茹 Adobe PDF(38243Kb)  |  收藏  |  浏览/下载:49/8  |  提交时间:2024/06/05 请输入关键词 |
| A memory and attention-based reinforcement learning for musculoskeletal robots with prior knowledge of muscle synergies 期刊论文 Robotic Intelligence and Automation, 2024, 卷号: 44, 期号: 2, 页码: 316-333 作者: Xiaona Wang; Jiahao Chen; Hong Qiao Adobe PDF(2591Kb)  |  收藏  |  浏览/下载:51/14  |  提交时间:2024/06/04 Musculoskeletal robot Partial observable Reinforcement learning LSTM Attention Muscle synergy |
| 基于内在动机的深度强化学习探索策略研究 学位论文 , 2024 作者: 陈忠鹏 Adobe PDF(5803Kb)  |  收藏  |  浏览/下载:28/1  |  提交时间:2024/06/04 深度强化学习,内在动机,探索策略,稀疏奖励 |