机构名称：
¥ 2.0
以环境的为中心表示仅用于10个简单形式的空间行为，例如刺激反应学习。然而，在11个案例中，政策的关键方面是最适合自我定义的，而以自我为中心的12表示可能是有利的。此外，有证据表明，以较宽的海马形成可能存在以eg中心13的形式。然而，以自我为中心的代表 - 14个怨恨尚未完全纳入现代导航方法的组成部分。15在这里，我们研究了以自我为中心的后继表示（SRS）及其与16个地点表示的组合。我们建立了一种加强学习代理，将以Egentric 17 SR与常规的中心SR结合起来，以浏览复杂的2D环境。我们证明了18个代理商学习可普遍的以自我为中心和中心价值功能，即使只有19个添加性构成，也可以使其能够有效地学习政策，并快速适应20个新环境。我们的工作表明了海马形成的好处，以捕获Egocen-21 Tric以及同种中心的关系结构 - 我们将Egintric SR与22个侧向内hinal骨皮质中的发现联系起来。我们提供了一个新的观点，即如何从多个简单的地图组成认知图23，该图代表不同参考帧中定义24的状态特征之间的关联。25
构成灵活的以自我为中心和中心地图
主要关键词
相关文件推荐
![自我维护[网络]系统：数据中心机器人技术的兴起！](/simg/a/a74ab1a85a20373b202d691350e9cb8b98180239.webp)
