%0 Journal Article %1 Kawato:1987 %A Kawato, Mitsuo %A Furukawa, Kazunori %A Suzuki, R %D 1987 %J Biological Cybernetics %K arm control; delta dynamics; forward hierarchical inverse learning; model; %P 169-185 %T A Hierarchical Neural-Network Model for Control and Learning of Voluntary Movement %V 57

@article{Kawato:1987, added-at = {2009-06-26T15:25:19.000+0200}, author = {Kawato, Mitsuo and Furukawa, Kazunori and Suzuki, R}, biburl = {https://www.bibsonomy.org/bibtex/2d33e8c78225520514bdb27e62b0bdec1/butz}, comment = {Zuerst wird die Bewegung durch einen einfachen Regelkreis gesteuert. Dies ist langsam. Durch lernen eines direkten modells, kann aber die langsame Regelung verbessert werden, indem mit den vorhergesagten Fehlern des direkten Modells gerechnet wird. Schließlich wird eine inverse dynamik gelernt, indem ziel und Aktion verbunden werden. Damit kann die Interne Regelung nochmal verschnellert werden. Gelernt wird, indem die Gewichte verschiedener Basisfunktionen durch eine Deltaregel angepasst werden (je größer der Beitrag einer Basisfunktion und je größer die Abweichung, dest stärker wird das Gewicht in richtung der Abweichung verändert. Dies funktiniert sehr gut, wenn man nur die Basisfunktionen nutz, die auch gebraucht werden). Bei änderungen in der Umwelt, können weitere Basisfunktionen hinzugeschaltet werden.}, description = {diverse cognitive systems bib}, interhash = {e537f468c509025be2ee621bccbd6283}, intrahash = {d33e8c78225520514bdb27e62b0bdec1}, journal = {Biological Cybernetics}, keywords = {arm control; delta dynamics; forward hierarchical inverse learning; model;}, owner = {martin}, pages = {169-185}, timestamp = {2009-06-26T15:25:40.000+0200}, title = {A Hierarchical Neural-Network Model for Control and Learning of Voluntary Movement}, volume = 57, year = 1987 }