陈卫东 席裕庚 董胜龙

自主机器人 包容体系结构 自适应控制 分布式控制 机器智能 径向基神经网络 合作 协调与合作 强化学习 无限作用范围衰减奖励优化模型 多移动机器人 增强学习 递阶混合式协调结构 交互 Markov决策过程 多智能体 机器人足球赛 参数优化 基于行为 平均奖励优化模型 增强式学习 移动机器人 Q算法 分布式自治系统 多机器人 自主 条件反射

中国科学院机器人学开放研究实验室 上海交通大学自动化系 上海交通大学自动化研究所