基于强化学习算法的柔性针穿刺综述
DOI: http://dx.doi.org/10.12349/foer.v1i2.3867
Article ID: 3867
摘要
随着医学治疗和运动科学领域对穿刺治疗的重视，如何高效且安全地实施穿刺治疗已成为一个重要的研究课题。强化学习算法为解决这一挑战提供了有效的方法。论文回顾了适用于柔性针穿刺路径规划的QL、DQN、PG、AC等强化学习算法的研究进展，分析了它们各自的优缺点，并指出通过强化学习模型进行路径规划的柔性针穿刺，能够有效提升穿刺治疗的效率和安全性。
关键词
柔性针；强化学习；深度强化学习
全文:
PDF参考
高德东,赵广伟,王珊,等.针穿刺软组织变形预测模型研究[J].生物医学工程学杂志,2016,33(3):442-447.
高德东.柔性针穿刺软组织变形机理及动态轨迹规划方法研究[D].杭州:浙江大学,2017.
褚建华.Q-learning强化学习算法改进及其应用研究[D].北京:北京化工大学,2009.
Refbacks
- 当前没有refback。
版权所有（c）2024 余 锦涛, 王 硕, 杨 婷
此作品已接受知识共享署名-非商业性使用 4.0国际许可协议的许可。
