Concept
Renforcement
Séances de cours associées (35)
États internes et contrôle hiérarchique
Explore les états internes et le contrôle hiérarchique dans la robotique, en se concentrant sur les comportements et les circuits neuraux pour la faim.
Biomécanique : Résumés temporels
Explore les réglages de précharge, les paramètres de timing, la livraison de stimulus et les calibrations en biomécanique.
Réseaux neuronaux pour l’apprentissage par l’action : Insights sur la mise en œuvre du cerveau
Explore les réseaux neuronaux pour l'apprentissage par l'action et la mise en œuvre de l'apprentissage par renforcement du cerveau.
Mastery Learning: Conditionnement Classique
Explore l'apprentissage de la maîtrise par le conditionnement classique, les principes de comportement et les systèmes de tutorat intelligents.
Renforcement de l'apprentissage pour Pacman
Explore l'application de l'apprentissage de renforcement pour enseigner à Pacman à jouer de façon autonome en utilisant les méthodes de gradient de politique et les processus de décision Markov.
Apprentissage de la maîtrise et conception de l'enseignement
Explore l'apprentissage de la maîtrise, le comportement et la conception pédagogique, en mettant l'accent sur l'instruction personnalisée et l'efficacité des systèmes de tutorat intelligents.
Techniques de soudage: épaisseur de rainure, essais non destructifs, défauts et qualité de l'acier
Discute de l'épaisseur de la rainure de soudure, des essais non destructifs, des défauts courants et de la qualité de l'acier dans le soudage.
Stabilité des piles et des systèmes
Couvre la stabilité des pieux et des systèmes, y compris les considérations de conception pour les dalles de pont en béton.
Renforcement de l’apprentissage : l’apprentissage basé sur la récompense
Explore les réseaux neuronaux artificiels, les informations sur les récompenses dans le cerveau, le conditionnement animal, l'apprentissage par renforcement profond et un quiz sur les récompenses.
Acquérir des données pour l'apprentissage
Explore les robots d'entraînement en renforçant l'apprentissage et l'apprentissage de la démonstration, mettant en évidence les défis de l'interaction homme-robot et de la collecte de données.