Wyniki wyszukiwania - BazTech

Ograniczanie wyników

Znaleziono wyników: 2

Liczba wyników na stronie

Wyniki wyszukiwania

Wyszukiwano:
w słowach kluczowych: learning techniques

Sortuj według:

Ogranicz wyniki do:

Nowoczesne techniki uczenia się pomocne w kreatywnym, szybkim uczeniu

Sitko M.

Zeszyty Naukowe / Wyższa Szkoła Oficerska Wojsk Lądowych im. gen. T. Kościuszki

2011

Nr 4

148-157

Jedną z najbardziej pożądanych, kluczowych umiejętności absolwenta szkoły i wyższej uczelni XXI wieku jest między innymi szybkie, kreatywne uczenie się. Posiadając tę umiejętność, absolwenci tych szkół mają szansę odnosić sukcesy zawodowe w złożonej, globalnej rzeczywistości nieustających zmian społecznych, gospodarczych i technologicznych. W wspomaganiu procesu szybkiego, kreatywnego uczenia pomocne są nowoczesne techniki uczenia się.

One of the most desirable, key skills higher education institution graduates in the 21st century can have is fast, creative learning. Having such an ability gives graduates a chance to achieve professional success in a complex, global reality characterized by constant social, economic and technological changes. The process of fast, creative learning can be enhanced by modern learning techniques.

Optymalizacja trajektorii manipulatora w oparciu o metody uczenia się

Wawrzyński P., Winiarski T.

Prace Naukowe Politechniki Warszawskiej. Elektronika

2010

z. 175, t. 2

485-494

Artykuł przedstawia metodę optymalizacji parametrycznych praw sterowania dla powtarzalnych ruchów systemu robotycznego. Metoda oparta jest na uczeniu się przez wzmacnianie oraz wielokrotnym powtarzaniu ruchu, nie obejmuje natomiast budowy i estymacji modelu dynamiki systemu robotycznego. Jakość prawa sterowania uzyskiwanego w prezentowanym tu podejściu nie jest wiec ograniczona przez jakość modelu. Dlatego mogą to być prawa optymalne dla założonych kryteriów oraz faktycznej dynamiki działającego sprzętu.

The paper introduces a method of control policy optimization for robotic system movement. The method is based on reinforcement learning techniques and recurrent movement repeating rather man building and estimation of system dynamics model. Therefore, policy quality is not confined by the quality of the model. The resulting policy may be thus optimal in the sense ot assumed criteria and dynamics of the actual equipment.