Zobrazeno 1 - 10
of 681
pro vyhledávání: '"Quinlan, Michael"'
Autor:
Herzog, Alexander, Rao, Kanishka, Hausman, Karol, Lu, Yao, Wohlhart, Paul, Yan, Mengyuan, Lin, Jessica, Arenas, Montserrat Gonzalez, Xiao, Ted, Kappler, Daniel, Ho, Daniel, Rettinghouse, Jarek, Chebotar, Yevgen, Lee, Kuang-Huei, Gopalakrishnan, Keerthana, Julian, Ryan, Li, Adrian, Fu, Chuyuan Kelly, Wei, Bob, Ramesh, Sangeetha, Holden, Khem, Kleiven, Kim, Rendleman, David, Kirmani, Sean, Bingham, Jeff, Weisz, Jon, Xu, Ying, Lu, Wenlong, Bennice, Matthew, Fong, Cody, Do, David, Lam, Jessica, Bai, Yunfei, Holson, Benjie, Quinlan, Michael, Brown, Noah, Kalakrishnan, Mrinal, Ibarz, Julian, Pastor, Peter, Levine, Sergey
We describe a system for deep reinforcement learning of robotic manipulation skills applied to a large-scale real-world task: sorting recyclables and trash in office buildings. Real-world deployment of deep RL policies requires not only effective tra
Externí odkaz:
http://arxiv.org/abs/2305.03270
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Autor:
Walters, David, Quinlan, Michael
Publikováno v:
Relations Industrielles / Industrial Relations, 2020 Apr 01. 75(2), 376-400.
Externí odkaz:
https://www.jstor.org/stable/27016422
Autor:
Quinlan, Michael.
Thesis (M.U.P.)--State University of New York at Buffalo, 2006.
Title from PDF title page (viewed on Mar. 08, 2007) Available through UMI ProQuest Digital Dissertations. Thesis adviser: Shibley, Robert, Price, Alfred.
Title from PDF title page (viewed on Mar. 08, 2007) Available through UMI ProQuest Digital Dissertations. Thesis adviser: Shibley, Robert, Price, Alfred.
Externí odkaz:
http://proquest.umi.com/pqdweb?did=1203588971&sid=8&Fmt=2&clientId=39334&RQT=309&VName=PQD
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Akademický článek
Tento výsledek nelze pro nepřihlášené uživatele zobrazit.
K zobrazení výsledku je třeba se přihlásit.
K zobrazení výsledku je třeba se přihlásit.
Reinforcement Learning (RL) is a method for learning decision-making tasks that could enable robots to learn and adapt to their situation on-line. For an RL algorithm to be practical for robotic control tasks, it must learn in very few actions, while
Externí odkaz:
http://arxiv.org/abs/1105.1749
Publikováno v:
Nucl.Instrum.Meth.A595:460-463,2008
Performance of a simple method of particle identification via pulse rise time discrimination is demonstrated for slow pulses from charge-sensitive preamplifiers with rise times ranging from 10 ns to 500 ns. The method is based on a comparison of the
Externí odkaz:
http://arxiv.org/abs/0804.4696