论文部分内容阅读
基于轨迹规划的类人机器人在合理的参数组合下可实现快速稳定的行走。为优化步行参数，提出一种基于强化学习的步行参数训练算法。对步行参数进行降阶处理，利用强化学习算法优化参数，并设置奖惩机制。在Robocup3D仿真平台上进行实验，结果证明了该算法的有效性。
基于强化学习的类人机器人步行参数训练算法
【摘 要】
：
基于轨迹规划的类人机器人在合理的参数组合下可实现快速稳定的行走。为优化步行参数，提出一种基于强化学习的步行参数训练算法。对步行参数进行降阶处理，利用强化学习算法优化
【机 构】
：
南京邮电大学自动化学院,东南大学复杂工程系统测量与控制教育部重点实验室
【出 处】
：
计算机工程
【发表日期】
：
2012年8期
其他文献
伴随着我国不断加快的利率市场化,利率风险管理的问题越来越突出,加强利率风险管理也成为了商业银行的迫切要求。利率市场化不仅是对我国整个金融体系的运行实现市场化,提高
提到艺术歌曲，人们常会联想到这么一个概念———“德奥艺术歌曲”。最初把此类现象理解为语言的习惯和偶然性巧合的产物，但是随着知识的增长，发现很多音乐史类的书会把德国和奥
全同态加密体制能够在不解密的条件下对密文进行任意的函数运算，是解决云计算中数据隐私保护难题的关键技术。构造全同态加密方案的核心是有效控制密文同态运算中的噪声增长，稀
本文对现阶段金融机构人力资源管理工作中存在的问题进行了简单的分析,针对金融机构加强人力资源管理工作的策略进行了深入的研究,结合本次研究,提出了一些建议看法,希望对金
以汾河上游静乐水文站1975～1976年冰期河槽结冰储存量计算为例,论述了如何运用水量平衡原理,计算一般河流冰期结冰存储量、受结冰影响减少径流天数和期间平均减少流量,以期更
初中阶段作为一个过渡时期，是学生逐渐成长与成熟的时期。初中阶段的英语教师要协助学生们为以后继续学习英语打好基础。因此，如何在有限的45分钟里创造最大的教学效益，是值得每
股指期货为股票现货市场的交易提供了一种风险对冲机制,有效的分散了投资者单向持有的风险、降低了股市不合理的价格波动、增加了套利交易的品种和机会,使得交易的风险更小、
关于设备与设备（D2D）通信的研究大多以网络吞吐量最大化为目的,忽略D2D链路模式选择造成的巨大能耗。为此,基于实际链路数据速率模型,将正交频分多址无线网络的D2D问题建模为非
介绍了利用ＧＰＳ等先进技术测库容数据处理中几个关键问题。具体阐述了上述各项系统误差的影响规律及其消减模型，在生产中具有很好的实用价值。