实体 CNN--LSTM--RL

CNN--LSTM--RL

PulseAugur coverage of CNN--LSTM--RL — every cluster mentioning CNN--LSTM--RL across labs, papers, and developer communities, ranked by signal.

总计 · 30天

1

90 天内 1

发布 · 30天

0

90 天内 0

论文 · 30天

1

90 天内 1

层级分布 · 90 天

主题

情绪 · 30 天

1 天有情绪数据

最近 · 第 1/1 页 · 共 1 条

RESEARCH · CL_141095 · Jul 13 · 13:15

新的强化学习框架提高了脑机接口在三维运动解码方面的准确性

研究人员开发了一种新颖的两阶段框架，以提高脑机接口（BCI）在连续三维运动意图解码方面的准确性。该方法结合了用于初始轨迹预测的CNN-LSTM模型和一个用于离线校正残余误差的强化学习（RL）代理。CNN-LSTM--RL系统在二维环境中显示出显著的改进，平均相关系数从0.5076提高到0.7181，并将二维和虚拟现实环境中的均方根误差降低了40%以上。