排序方式: 共有96条查询结果,搜索用时 93 毫秒
71.
机器学习在RoboCup中的应用研究 总被引:2,自引:0,他引:2
RoboCup is a particularly good domain for studying multi-agent systems.A wide variety of MAS issues can be studied in robotic soccer,in which the theory,algorithm and architecture of agent system can be evaluated.Because of the inherent complexity of MAS,there are many interests in using machine learning techniques to handle it.This paper investigates and discusses the machine-learning techniques used in RoboCup.The background is firstly presented and the application of machine learning in RoboCup is lately demonstrated with some top simulation teams.The machine-learning system in NDSocTeam is also introduced.Finally some open issues in this field are pointed out. 相似文献
72.
73.
快速神经网络分类学习算法的研究及其应用 总被引:2,自引:0,他引:2
提出了一种快速神经网络分类学习算法FTART2,该算法结合了自适应谐振理论和域理论的优点,学习速度快、归纳能力强、效率高,用UCI机器学习数据库中的两个数据集对FTART2与目前最流行的BP进行比较测试,实验结果表明前者的分类精度与学习速度均优于后者,还将FTART2算法应用于石油地质储层分析领域,取得了很好的效果。 相似文献
74.
75.
一种混合型多概念获取算法HMCAP及其应用 总被引:12,自引:1,他引:11
本文提出了一处混合型多概念获取算法的HMCAP,它将符号学习CAP算法的主要和BP神经网络有机结合,以状态在实例空间出现的概率为启发信息,以提供的混合实例集为分类依据,并具有增量学习能力。HMCAP所依据的实例集既可具有离散属性又可有连续属性,并且能根据用户的要求得晃同精度的结合BP网的二叉多分类判定树。 相似文献
76.
基于SMDP环境的自主生成options算法的研究 总被引:1,自引:0,他引:1
options是一种与SMDP模型紧密相关的引入时间抽象的强化学习算法,该算法一个重要且仍待解决的问题是如何能使agent自主找到合适的options.本文首先提出了一种基于访问落差变化率的子目标找寻算法,该算法克服了现有算法的低精确性和部分依赖人为因素的弊病.然后在该算法的基础上,提出了构造options的算法流程,并把这-算法运用于迷宫问题之中.实验结果表明利用实验生成的options可以大大加快学习的效率. 相似文献
77.
噪声无处不在,而样本中含有噪声会对神经网络学习的效果产生重要的影响,因此,对神经网络容噪性的研究具有重要的实际意义。通过实验分析了样本数据中噪声、噪声频率及样本数据各个属性的噪声频率的差异对BP神经网络学习性能的影响.文章最后分析了RoboCup的噪声模型,认为RoboCup的噪声是一种PRAV噪声,并设计了一种容噪BP神经网络,把其应用到RoboCup的五类截球动作中,取得了好的效果。 相似文献
78.
1.引言团队协作(teamwork)的研究跨越商业管理和心理学等不同学科,成为许多领域研究的焦点。目前许多人工智能研究者正在致力于构建复杂、动态的多智能体系统,在这些多智能体系统中,比如交互式的训练和教育,机器人足球赛,虚拟剧院以及基于Internet的信息集成中,团队协作和团队训练有着举足轻重的地位。这些领域中不仅需要多个智能体的参加来完成任务,而且需要团队中的智能体共同协作来有效地完成任务。团队协作不单纯是一些同时发生活动的简单协调,Cohen对团队协作有一经典的形象说明:“普通交通协调虽然是同时发生、并且由交通信号自动协调,但仍然不能 相似文献
79.
80.