10.3969/j.issn.1008-0570.2008.26.081
基于异联想记忆Hopfield网络的强化学习
针对自主机器人的动态避障问题,借鉴异联想记忆Hopfield神经网络对样本模式的记忆能力和强化学习解决问题的突出能力提出了一种新的融合学习方法即异联想记忆神经网络--强化学习方法.通过在强化学习中引入记忆来增强学习方法的能力,可以使自主机器人快速和适应的学习,从而实现机器人的动态避障.仿真结果表明了该避障方法的有效性.
联想记忆、Hopfield神经网络、强化学习
24
TP181(自动化基础理论)
2009-02-10(万方平台首次上网日期,不代表论文的发表时间)
共3页
196-197,234