LEARNING
线性嵌入空间中的强化学习实现跨软体机器人配置的泛化控制
Zhang X, Li C, Mo H, Jiang Y, Cao W, Xu X, Jiang W, Bing Z, Yang Y, Li X, Yang Y, Lu H, Zeng LL, Knoll A, Hu D, Wen L, Pan W
- 发表年份
- 2026
- 期刊
- Nature communications
摘要
该论文提出了一种基于线性嵌入空间的强化学习方法，使软体机器人能够在不同配置下实现泛化控制。通过将机器人状态映射到低维线性空间，该方法显著提升了控制策略的迁移能力和适应性。
关键词
reinforcement learningsoft roboticsgeneralizationembedding spacecontrol
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