中文版 | English

在结果中检索

CASIA OpenIR

浏览/检索结果: 共1791条，第1-10条 帮助

已选(0)清除 条数/页：   排序方式：
QFuture: Learning Future Expectation Cognition in Multi-Agent Reinforcement Learning 期刊论文
IEEE Transactions on Cognitive and Developmental Systems, 2024, 页码: 12
作者:  Liu BY(刘博寅)
Adobe PDF(6675Kb)  |  收藏  |  浏览/下载：11/1  |  提交时间：2024/07/12
高密度脑电信号实时采集系统研究 学位论文
, 2024
作者:  刘广浩
Adobe PDF(14309Kb)  |  收藏  |  浏览/下载：10/0  |  提交时间：2024/07/11
脑机接口  脑电信号采集系统  脑电数据压缩  
Multi-Level Counterfactual Contrast for Visual Commonsense Reasoning 会议论文
, Chengdu, China, 2021-10
作者:  Zhang X(张熙);  Feifei Zhang;  Changsheng Xu
Adobe PDF(5740Kb)  |  收藏  |  浏览/下载：22/5  |  提交时间：2024/07/08
基于多模态协同的驾驶行为预测 学位论文
, 2024
作者:  董清辉
Adobe PDF(5017Kb)  |  收藏  |  浏览/下载：17/0  |  提交时间：2024/07/08
人车共驾，驾驶行为预测，多模态协同，轨迹预测，多任务学习  
NeuronsMAE: A Novel Multi-Agent Reinforcement Learning Environment for Cooperative and Competitive Multi-Robot Tasks 会议论文
, Queensland, Australia, 2023-6
作者:  Hu GZ(胡光政);  Li HR(李浩然);  Liu SS(刘莎莎);  Zhu YH(朱圆恒);  Zhao DB(赵冬斌)
Adobe PDF(2785Kb)  |  收藏  |  浏览/下载：28/7  |  提交时间：2024/07/04
面向多机器人博弈的深度强化学习方法 学位论文
, 2024
作者:  胡光政
Adobe PDF(17740Kb)  |  收藏  |  浏览/下载：21/0  |  提交时间：2024/07/04
多智能体深度强化学习  多机器人博弈  极小极大Q学习  值分解  最大熵  
Multi-scale full spike pattern for semantic segmentation 期刊论文
NEURAL NETWORKS, 2024, 卷号: 176, 页码: 12
作者:  Su, Qiaoyi;  He, Weihua;  Wei, Xiaobao;  Xu, Bo;  Li, Guoqi
收藏  |  浏览/下载：6/0  |  提交时间：2024/07/04
Spiking neural network  Semantic segmentation  Neuromorphic computing  Deep neural network  Energy efficiency  Brain-inspired computing  
自适应分布式聚合博弈广义纳什均衡算法 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 6, 页码: 1210-1220
作者:  时侠圣;  任璐;  孙长银
Adobe PDF(1595Kb)  |  收藏  |  浏览/下载：12/5  |  提交时间：2024/07/02
聚合博弈  自适应  比例积分  梯度跟踪  一般线性多智能体系统  
基于自组织递归小波神经网络的污水处理过程多变量控制 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 6, 页码: 1199-1209
作者:  苏尹;  杨翠丽;  乔俊飞
Adobe PDF(3815Kb)  |  收藏  |  浏览/下载：13/6  |  提交时间：2024/07/02
神经网络控制  污水处理过程  自组织机制  多变量控制  
基于表征学习的离线强化学习方法研究综述 期刊论文
自动化学报, 2024, 卷号: 50, 期号: 6, 页码: 1104-1128
作者:  王雪松;  王荣荣;  程玉虎
Adobe PDF(3333Kb)  |  收藏  |  浏览/下载：9/5  |  提交时间：2024/07/02
强化学习  离线强化学习  表征学习  历史经验数据  分布偏移