: استفاده از یادگیری باناظر در ناوبری ربات های متحرک، با چالش های جدی از قبیل ناسازگاری و اختلال در داده ها، مشکل جمع آوری نمودن داده آموزش و خطای زیاد در داده های آموزشی مواجه می باشد. قابلیت های یادگیری تقویتی همچون عدم نیاز به داده آموزشی و آموزش تنها با استفاده از یک معیار اسکالر راندمان باعث کاربرد آن در ناوبری ربات شده است. از طرفی یادگیری تقویتی زمانبر بوده و دارای نرخ شکست های بالا در م...

سابقه و هدف: در سال‌های اخیر، برای درمان کمردرد و کاهش لوردوزکمری بر عضلات عرضی شکم و مولتی‌فیدوس توجه شده است. شواهدی دال بر اختلاف عملکرد این عضلات در این افراد وجود دارد. هدف از این پژوهش بررسی تأثیر یک برنامه تقویتی عضلات ثبات‌دهنده مرکزی بدن در آب بر روی میزان شدت درد و لوردوز کمر دانشجویان دختر بود. مواد و روش‌ها: پژوهش حاضر از نوع نیمه تجربی بوده که در شهر تهران انجام شده است. تعداد 43 ن...

مقدمه: شایع ترین تظاهر عملکرد نورولوژیک بعد از سکته مغزی ضعف حرکتی است. مطالعه به منظور تعیین اختلال های قدرت و دو عمل جابجایی، راه رفتن روی سطح صاف و بالا رفتن از پله، در بیماران همی پارزی و تاثیر تمرین های تقویتی کانسنتریک عضلات اندام تحتانی مبتلا در درمان این اختلال ها انجام شد. مواد و روشها: در این کارآزمایی بالینی، 34 بیمار همی پارزی ثانویه به سکته مغزی با میانگین سنی 19/6±41/52 سال از...

زمینه و هدف : کمردرد یک اختلال عضلانی اسکلتی با شیوع بالا است که 85 درصد افراد جامعه ممکن است آن را تجربه کنند. ورزش‌های ثبات دهنده مرکزی برای تقویت توانایی سیستم‌های عصبی عضلانی و اسکلتی برای حفاظت ستون فقرات توصیه شده‌اند. این مطالعه به منظور تعیین اثر تمرینات ثبات دهنده مرکزی و ورزش‌های عمومی بر فعالیت‌های عملکردی بیماران مبتلا به کمردرد مزمن غیراختصاصی انجام شد. روش بررسی : در این کارآزمایی...

امروزه شبکه های حسگر بی سیم کاربردهای گوناگونی در صنعت، امور پزشکی، نظامی و نظارت بر محیط دارند. از آنجا که هر گره حسگر مجهز به یک منبع تغذیه با توان محدود می باشد، لذا کاهش مصرف انرژی در این شبکه ها اهمیت بسیاری دارد. مدیریت توان یکی از تکنیک های رایج در کاهش مصرف انرژی در گره های حسگر می باشد. در این پایان نامه دو رویکرد متمرکز و توزیع شده جهت مدیریت توان در گره های حسگر ارائه شده است. در روی...

آونگ وارونه مسأله ای کلاسیک در زمینه تئوری کنترل و دینامیک است و به طور گسترده به-عنوان معیاری برای تست الگوریتم های کنترل به کار می رود. مشکل اصلی کنترل آونگ وارونه، کنترل آنلاین این سیستم تحت شرایط متغیر محیطی و امکان تطبیق پذیری هر چه بهتر این سیستم با محیط است. از این رو روش های یادگیری تقویتی گزینه مناسبی برای رفع این گونه چالش ها به حساب می آید. یکی از موانع اصلی دربرابر سرعت و دقّت یادگیر...

یادگیری تقویتی همچونبرنامه ریزی پویادر حل مسائل با فضای حالت پیوسته با چالش نفرین ابعادروبروست. تعمیم ارزش یک حالت به سایر حالت های مجاوربا استفاده از تقریبگرهای عمومی یکی از راهکارهایی است که برای حل این مسئله پیشنهادشده است. در این روش عامل مجموعه ای محدود از فضای حالت را تجربه می کند و از طریق تعمیم دهی تقریب خوبی از کل فضا را بدست می آورد. یکی از بهترین تقریبگرهای عمومیسیستم های فازی اند. د...

در این پایان نامه تلاش شده تا طرحی برای شبکه های عصبی مصنوعی ارائه شود که هم از نظر ساختار، هم به لحاظ فرآیند آموزش و هم از جهت پذیرش انواع گوناگون داده های ورودی به شبکه های عصبی زیستی شباهت داشته باشد. در نتیجه طرحی برای به کارگیری یادگیری تقویتی در شبکه های عصبی بازگشتی ساخته شده از عصب های دندانه ای ارائه شده است که توانایی پردازش داده های موازی و جریان های داده را همزمان دارد.

تعیین دوز دارو در درمان سرطان از نظر میزان هزینه و نیز صدمات جانبی وارد شده بر بیماران بسیار حائز اهمیت است و لذا پزشکان در تعیین برنامه دارویی روزانه بیماران، سعی می کنند میزان داروی تجویز شده در یک محدوده مشخص باشد و در ضمن مجموع داروی تزریق شده به بیماران در یک دوره زمانی نیز تا حد ممکن کاهش یابد. در این تحقیق الگوریتم یادگیری تقویتی فازی به عنوان یک روش جدید در تعیین دوز دارو جهت درمان یکی ...

در این پایان نامه از یادگیری تقویتی برای پیدا کردن یک سیاست مناسب جهت رفع مشکل موجود در بازی های امروزی که سطح سختی نامتناسب و عدم تطبیق پذیری بازی، با قابلیت های بازیکنان می باشد استفاده کرده-ایم. عامل یادگیرنده بازی که از روش یادگیری تطبیقی dyna بهره می برد با بکار بردن تابع عمل-ارزش و دریافت پاداش، شروع به درک محیط اطراف خود می کند و در ادامه، مبحث انتخاب و سازماندهی ویژگی ها، اعمال و پاداش ...