LEARNING
基于强化学习的未知动力学多动物行为数据驱动模拟器
Fujii K, Tsutsui K, Teshima Y, Itoh M, Takeishi N, Nishiumi N, Tanaka R, Shigaki S, Kawahara Y
- 发表年份
- 2026
- 期刊
- iScience
摘要
该论文提出了一种利用强化学习技术模拟多动物行为的数据驱动方法，无需预先知道系统的动力学模型。通过从实际数据中学习，该方法能够生成逼真的群体行为模式，为机器人集群和动物行为研究提供了新工具。
关键词
reinforcement learningmulti-agentbehavior modelingsimulationunknown dynamics
相关论文
LEARNING
📊 8,465 引用
The Organization of Behavior
D. O. Hebb
2005
LEARNING
📊 7,678 引用
Fractional Brownian Motions, Fractional Noises and Applications
Benoît B. Mandelbrot, John W. Van Ness
1968
LEARNING
开放获取📊 7,484 引用
Review of deep learning: concepts, CNN architectures, challenges, applications, future directions
Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者
2021
LEARNING
📊 4,608 引用
A guide to deep learning in healthcare
Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者
2018