LEARNING开放获取📊 0 引用
操控有形虚拟物体动力学以促进精确力量生成的学习
Alberto Garzás-Villar, Alba Riera-Cardona, Alexis Derumigny, J. Micah Prendergast, Jane Murray Cramm, Laura Marchal-Crespo
2026
摘要
本研究提出通过改变虚拟弹簧的力-伸长关系(线性、高斯或反对称高斯)来训练精确力量控制,实验发现反对称高斯组在训练中准确度最高,但长期保留效果无显著差异。同时,人格特质如自由精神分数与表现和探索行为相关。
关键词
haptic trainingforce generationvirtual object dynamicsrehabilitationpersonality traits
相关论文
LEARNING
开放获取📊 1 引用
面向学习与规划的并行可微可达性:具有认证神经动力学与控制器的系统
Keyi Shen, Glen Chou
2026
LEARNING
开放获取📊 0 引用
信任区域Q伴随匹配
Yonghoon Dong, Kyungmin Lee, Changyeon Kim 等 5 位作者
2026
LEARNING
开放获取📊 0 引用
通过摊销基于样本的变分推断来对齐少步生成模型
Jaewoo Lee, Hyeongyu Kang, Dohyun Kim 等 12 位作者
2026
LEARNING
开放获取📊 0 引用
基于随机解耦策略梯度的高效在线视觉强化学习
Haoxiang You, Yilang Liu, Davis Zong 等 8 位作者
2026