LEARNING
一种用于机器人行为的fNIRS引导强化学习的离线方法
Julia Santaniello, Madelaine Brower, Benson Jiang, Donatello Sassaroli, Robert Jacob, Jivko Sinapov
- 发表年份
- 2026
- 访问权限
- 开放获取
摘要
本文探索了利用功能性近红外光谱（fNIRS）脑信号在仿真中调节机器人学习的可行性。结果表明，通过增强轨迹优先级和状态-动作Q值，神经信号能有效改善学习效果，且该方法能从离线数据中成功学习。
关键词
fNIRSreinforcement learninghuman-in-the-looprobot behaviorbrain-computer interface
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