• 文献检索
  • 文档翻译
  • 深度研究
  • 学术资讯
  • Suppr Zotero 插件Zotero 插件
  • 邀请有礼
  • 套餐&价格
  • 历史记录
应用&插件
Suppr Zotero 插件Zotero 插件浏览器插件Mac 客户端Windows 客户端微信小程序
定价
高级版会员购买积分包购买API积分包
服务
文献检索文档翻译深度研究API 文档MCP 服务
关于我们
关于 Suppr公司介绍联系我们用户协议隐私条款
关注我们

Suppr 超能文献

核心技术专利：CN118964589B侵权必究
粤ICP备2023148730 号-1Suppr @ 2026

文献检索

告别复杂PubMed语法，用中文像聊天一样搜索，搜遍4000万医学文献。AI智能推荐，让科研检索更轻松。

立即免费搜索

文件翻译

保留排版，准确专业，支持PDF/Word/PPT等文件格式，支持 12+语言互译。

免费翻译文档

深度研究

AI帮你快速写综述，25分钟生成高质量综述，智能提取关键信息，辅助科研写作。

立即免费体验

更正：通过终端误差反馈实现对视觉运动增益的适应涉及强化学习。

Correction: Reach adaption to a visuomotor gain with terminal error feedback involves reinforcement learning.

作者信息

Ikegami Tsuyoshi, Randall Flanagan J, Wolpert Daniel M

出版信息

PLoS One. 2024 Aug 2;19(8):e0308510. doi: 10.1371/journal.pone.0308510. eCollection 2024.

DOI:10.1371/journal.pone.0308510
PMID:39093906
原文链接:https://pmc.ncbi.nlm.nih.gov/articles/PMC11296648/
Abstract

[This corrects the article DOI: 10.1371/journal.pone.0269297.].

摘要

[本文更正了文章的数字对象标识符：10.1371/journal.pone.0269297。]

https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7270/11296648/78cddf341d6d/pone.0308510.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7270/11296648/78cddf341d6d/pone.0308510.g001.jpg
https://cdn.ncbi.nlm.nih.gov/pmc/blobs/7270/11296648/78cddf341d6d/pone.0308510.g001.jpg

相似文献

1
Correction: Reach adaption to a visuomotor gain with terminal error feedback involves reinforcement learning.更正：通过终端误差反馈实现对视觉运动增益的适应涉及强化学习。
PLoS One. 2024 Aug 2;19(8):e0308510. doi: 10.1371/journal.pone.0308510. eCollection 2024.
2
Reach adaption to a visuomotor gain with terminal error feedback involves reinforcement learning.通过终端误差反馈适应视觉运动增益涉及强化学习。
PLoS One. 2022 Jun 1;17(6):e0269297. doi: 10.1371/journal.pone.0269297. eCollection 2022.
3
Correction: Reward abundance interferes with error-based learning in a visuomotor adaptation task.更正：奖励丰富会干扰视觉运动适应任务中基于误差的学习。
PLoS One. 2019 Sep 23;14(9):e0223088. doi: 10.1371/journal.pone.0223088. eCollection 2019.
4
Correction: Linking Individual Learning Styles to Approach-Avoidance Motivational Traits and Computational Aspects of Reinforcement Learning.更正：将个体学习风格与趋避动机特质及强化学习的计算方面联系起来
PLoS One. 2017 Feb 13;12(2):e0172379. doi: 10.1371/journal.pone.0172379. eCollection 2017.
5
Correction: Computational modeling of choice-induced preference change: A Reinforcement-Learning-based approach.更正：选择诱导偏好变化的计算建模：一种基于强化学习的方法。
PLoS One. 2021 Mar 5;16(3):e0248442. doi: 10.1371/journal.pone.0248442. eCollection 2021.
6
Correction: View-Invariant Visuomotor Processing in Computational Mirror Neuron System for Humanoid.更正：类人机器人计算镜像神经元系统中的视图不变视觉运动处理
PLoS One. 2016 Apr 28;11(4):e0154898. doi: 10.1371/journal.pone.0154898. eCollection 2016.
7
Correction: MSPM: A modularized and scalable multi-agent reinforcement learning-based system for financial portfolio management.更正：MSPM：一种用于金融投资组合管理的基于模块化和可扩展多智能体强化学习的系统。
PLoS One. 2022 Mar 17;17(3):e0265924. doi: 10.1371/journal.pone.0265924. eCollection 2022.
8
Correction: Analysis of Synonymous Codon Usage Bias of Zika Virus and Its Adaption to the Hosts.更正：寨卡病毒同义密码子使用偏好性及其对宿主适应性的分析。
PLoS One. 2017 Jan 9;12(1):e0170128. doi: 10.1371/journal.pone.0170128. eCollection 2017.
9
A tradeoff relationship between internal monitoring and external feedback during the dynamic process of reinforcement learning.在强化学习的动态过程中，内部监测和外部反馈之间存在权衡关系。
Int J Psychophysiol. 2020 Apr;150:11-19. doi: 10.1016/j.ijpsycho.2020.01.004. Epub 2020 Jan 23.
10
Visuomotor errors drive step length and step time adaptation during 'virtual' split-belt walking: the effects of reinforcement feedback.视觉运动误差驱动“虚拟”分带步行过程中的步长和步时适应：强化反馈的影响。
Exp Brain Res. 2022 Feb;240(2):511-523. doi: 10.1007/s00221-021-06275-6. Epub 2021 Nov 23.

本文引用的文献

1
Reach adaption to a visuomotor gain with terminal error feedback involves reinforcement learning.通过终端误差反馈适应视觉运动增益涉及强化学习。
PLoS One. 2022 Jun 1;17(6):e0269297. doi: 10.1371/journal.pone.0269297. eCollection 2022.