×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
多模态人工智能系统... [11]
毕业生 [4]
作者
赵冬斌 [5]
朱圆恒 [5]
王海涛 [3]
张启超 [3]
王鼎 [2]
杨雄 [2]
更多...
文献类型
期刊论文 [9]
学位论文 [4]
会议论文 [2]
发表日期
2016 [15]
语种
英语 [8]
中文 [1]
出处
IEEE TRANS... [2]
INFORMATIO... [2]
IEEE TRANS... [1]
IEEE/CAA J... [1]
IET CONTRO... [1]
NEUROCOMPU... [1]
更多...
资助项目
收录类别
SCI [7]
导师
赵冬斌 [2]
刘德荣 [1]
刘昌平 [1]
资助机构
61273140 [5]
61304086 [3]
61533017 [3]
61573353 [3]
61374105 [2]
61374105) [2]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共15条,第1-10条
帮助
限定条件
发表日期:2016
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
发表日期升序
发表日期降序
作者升序
作者降序
期刊影响因子升序
期刊影响因子降序
提交时间升序
提交时间降序
题名升序
题名降序
WOS被引频次升序
WOS被引频次降序
Event-based input-constrained nonlinear H infinity state feedback with adaptive critic and neural implementation
期刊论文
NEUROCOMPUTING, 2016, 卷号: 214, 期号: *, 页码: 848-856
作者:
Wang, Ding
;
Mu, Chaoxu
;
Zhang, Qichao
;
Liu, Derong
浏览
  |  
Adobe PDF(1090Kb)
  |  
收藏
  |  
浏览/下载:342/135
  |  
提交时间:2017/02/14
Adaptive Critic Learning (Acl)
Adaptive Dynamic Programming (Adp)
Event-based Control
Hamilton-jacobi-isaacs (Hji) Equation
Input Constraints
Neural Networks
Nonlinear H-infinity Control
State Feedback
Data-based robust adaptive control for a class of unknown nonlinear constrained-input systems via integral reinforcement learning
期刊论文
INFORMATION SCIENCES, 2016, 卷号: 369, 页码: 731-747
作者:
Yang, Xiong
;
Liu, Derong
;
Luo, Biao
;
Li, Chao
收藏
  |  
浏览/下载:213/0
  |  
提交时间:2016/12/26
Adaptive Dynamic Programming
Input Constraint
Neural Networks
Optimal Control
Reinforcement Learning
Robust Control
Convolutional fitted Q iteration for vision-based control problems
会议论文
, Vancouver, BC, Canada, 24-29 July 2016
作者:
Zhao Dongbin
;
Zhu Yuanheng
;
Lv Le
;
Chen Yaran
;
Zhang Qichao
浏览
  |  
Adobe PDF(240Kb)
  |  
收藏
  |  
浏览/下载:336/115
  |  
提交时间:2017/05/08
Deep reinforcement learning with Experience Replay based on SARSA
会议论文
, *, 2016-9
作者:
Zhao,Dongbin(赵冬斌)
;
Wang,Haitao
;
Shao,Kun
;
Zhu,Yuanheng
浏览
  |  
Adobe PDF(1288Kb)
  |  
收藏
  |  
浏览/下载:383/172
  |  
提交时间:2018/01/04
Deep Learning
Reinforcement Learning
Experience Replay
q Learning
Sarsa Learning
Using reinforcement learning techniques to solve continuous-time non-linear optimal tracking problem without system dynamics
期刊论文
IET CONTROL THEORY AND APPLICATIONS, 2016, 卷号: 10, 期号: 12, 页码: 1339-1347
作者:
Zhu, Yuanheng
;
Zhao, Dongbin
;
Li, Xiangjun
浏览
  |  
Adobe PDF(976Kb)
  |  
收藏
  |  
浏览/下载:375/161
  |  
提交时间:2016/12/26
Nonlinear Control Systems
Continuous Time Systems
Learning (Artificial Intelligence)
Optimal Control
Dynamic Programming
Lyapunov Methods
Linear Systems
Reinforcement Learning
Continuous-time Problem
Nonlinear Optimal Tracking Problem
Adaptive Dynamic Programming
Model-free Adaptive Optimal Tracking Algorithm
Lyapunov Analysis
Linear System
人脸属性识别中的关键问题研究
学位论文
, 北京: 中国科学院大学, 2016
作者:
蔡利君
Adobe PDF(16166Kb)
  |  
收藏
  |  
浏览/下载:469/18
  |  
提交时间:2016/06/20
人脸属性识别
活体检测
年龄估计
表情识别
视线估计
指令选择
判别高斯过程隐变量模型
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:397/14
  |  
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:486/10
  |  
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
自适应动态规划及其在多智能体中的应用
学位论文
, 北京: 中国科学院大学, 2016
作者:
林汉权
Adobe PDF(2636Kb)
  |  
收藏
  |  
浏览/下载:448/12
  |  
提交时间:2016/06/20
自适应动态规划
强化学习
多智能体
神经网络
高斯过程
Value Iteration Adaptive Dynamic Programming for Optimal Control of Discrete-Time Nonlinear Systems
期刊论文
IEEE TRANSACTIONS ON CYBERNETICS, 2016, 卷号: 46, 期号: 3, 页码: 840-853
作者:
Wei, Qinglai
;
Liu, Derong
;
Lin, Hanquan
;
Derong Liu
浏览
  |  
Adobe PDF(2015Kb)
  |  
收藏
  |  
浏览/下载:368/161
  |  
提交时间:2016/06/14
Adaptive Critic Designs
Adaptive Dynamic Programming (Adp)
Approximate Dynamic Programming
Neural Networks
Neuro-dynamic Programming
Optimal Control
Reinforcement Learning
Value Iteration