论文部分内容阅读
[!--newstext--]
[!--title--]
【摘 要】
：
随着科技的高速发展,机器人产业迎来爆发性增长,与此同时对机器人智能化水平的要求不断提升。传统的精确建模与控制方法只能让机器人胜任结构化的单一环境,掌握固定的操作技能,在面临复杂多变的动态环境时,深度强化学习算法（Deep Reinforcement Learning,DRL）的注入为机器人掌握更灵活多变的操作技能提供了可能。然而,深度强化学习算法在应用于机器人操作技能学习时因样本效率低、回报设计难
【机 构】
：
南开大学
【出 处】
：
南开大学
【发表日期】
：
2021年01期
其他文献