随着机器人智能化的不断发展,行为机器人越来越受到人们的重视。而复杂多变的运行环境,给机器人的行为设计提出了一个很大的难题。根据以往的日常经验总结出来的行为反应规则很可能适应不了各式各样的运行环境。本文提出一种机器人在线自学习方法,使机器人在没有现成的合适运行规则可循的环境运行的过程中不断总结经验,自我学习,并对学习得到的成果进行检验。实验时,不给机器人初始化任何路径规划信息,而是通过让机器人在简单环境下自行运动,由得到的实际运行结果,检验本方法的实际效果。检验结果令人满意。

Deep Learning and Applications A Brief Overview of Deep Learning Adversarial and Fooling Samples Adversarial Noise Fooling Samples Training Robust Neural Networks(ICPR'16) The Random Projection Regularizer Intrinsic Dimensionality and Adversarial Robustness

深度学习-行为识别实战视频教程，完整版，2021最新，提供源码、课件和数据下载！ 深度学习-行为识别实战旨在帮助同学们快速掌握行为识别领域核心算法及其项目应用。 课程内容主要包括三大模块： 1.基于slowfast的行为识别实战，通俗讲解行为识别领域核心算法原理及其环境配置，详细解读其源码实现及训练测试方法，给出行为识别通用模板；2.视频行为分类模型，使用C3D模型对视频数据进行建模分类； 3.视频异常行为检测，通俗解读异常行为判断方法及其源码实现。整体风格通俗易懂，提供课程所需全部数据代码。

基于师生教学与学习行为大数据分析的线上教学典型特征分析与思考.pdf

基于大数据背景的在校大学生在线学习行为调查.pdf

基于教育大数据的数字化学习行为分析研究.pdf

中国大陆雅思考生学术表现及英语学习行为白皮书全球首发.pdf

行为识别C3Dppt

论文讲解Quo Vadis, Action Recognition A New Model and the Kinetics Dataset

行为识别比较C3D和I3D两个模型，组会PPT