arXiv · 机器人与计算机视觉· Julia Santaniello, Madelaine Brower, Benson Jiang, Donatello Sassaroli, Chenyuan Zhang, Robert Jacob, Jivko Sinapov·· 9 天前AI 评分52
基于离线 fNIRS 引导的机器人行为强化学习方法
An offline approach to fNIRS-guided reinforcement learning for robot behavior
AI 导读
本文探索了利用功能性近红外光谱(fNIRS)脑信号在仿真环境中调节机器人学习的可行性。研究对比了被动观察与主动演示任务,重点考察将神经信号用于增强轨迹优先级和状态 - 动作 Q 值目标的效果,而非替换现有参数。实验结果表明,该框架能有效提升学习性能,且支持利用离线数据进行训练,为实时脑机接口设置不切实际或数据有限的场景提供了实用替代方案。
来源:arXiv · 机器人与计算机视觉 · arxiv.org