- 1、本文档共10页,可阅读全部内容。
- 2、有哪些信誉好的足球投注网站(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
时序差分学习算法TD()
* * * * * * * * * * * * * * * * * * * * * * * * Observations: {laser, speech, touchscreen, reminder} State features: robot_location person_location person_status reminder_goal motion_goal user_goal * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 强化学习 * Nursing Robot Pearl 史忠植 强化学习 Pearl介绍 Pearl is a prototype nursing robot, providing assistance to both nurses and elderly people. “thinkers” eyes with cameras sonar sensors handlebars wheeled base carrying tray LCD smile/frown * * CogRob2002 workshop 史忠植 强化学习 老年人数 450,000 more nurses needed by 2008 campaign to recruit and retain nurses and other health care providers * * 史忠植 强化学习 Moving things around Enabling use of remote health services Supporting inter-personal communication Calling for help in emergencies Monitoring Rx adherence safety Providing information (TV, weather) Management support of ADLs Reminding to eat, drink, take meds Providing physical assistance Linking the caregiver to resources 机器人助理保健 * * * 史忠植 强化学习 * References Sutton, R.S. and Barto, A.G. (1998). Reinforcement Learning- An Introduction. Hastie, T., Tibshirani, R. and Friedman, J. (2001). The Elements of Statistical Learning-Data Mining, Inference and Prediction. Murphy, S.A. (2003). Optimal Dynamic Treatment Regimes. JRSS-B. Blatt, D., Murphy, S.A. and Zhu, J. (2004). A-Learning for Approximate Planning. Murphy, S.A. (2004). A Generalization Error for Q-Learning. D. P. Bertsekas and J. N. Tsitsiklis (1996). Neuro-Dynamic Programming. 宋志伟, 陈小平, 2003. 仿真机器人足球中的强化学习. 《机器人》, 24(7S):761-766. Joelle Pineau and Sebastian Thrun. High-level robot behavior control using POMDPs. CogRob2002 workshop. * 史忠植 强化学习 * Thank You Intelligence Science / * * * * * * * * * * * * * * * * * * * * * * * * * * * 史忠植 强化学习 * POMDP部分感知马氏决策过程 Rather than observing the state we observe some function of the state. Ob – Observable function a random variable for each
您可能关注的文档
最近下载
- 《室内设计构成》课件——色彩心理.pptx VIP
- GB_T 43021-2023 电子组装件焊接的返工、改装和返修工艺要求.pdf
- 字体设计1-第一章 从认识字体开始(一).ppt VIP
- 初中数学教研组教研活动记录.docx
- 园林设计课件.ppt
- 《小学三年级上信息技术课教案.doc VIP
- 实验六LINUX环境下UDP通信程序设计.docx VIP
- 吉利-博越-产品使用说明书-2016款 博越1.8TD 6AT两驱型-MR6453C04-吉利NL-3车型用户手册V0.8_20160530(部分功能描述文字修改).pdf
- 海洋与人类文明学习通超星期末考试答案章节答案2024年.docx
- 颅内压监测技术及考核标准.pdf
文档评论(0)