检索结果-内蒙古大学图书馆

选择优势函数时应注意的问题

引用

抚州师专学刊 1982年第2期 77-79页

作者：李华芳

利用优势函数形式的比较判别法讨论含参数的广义积分的敛散性时,会因优势函数的不同选择得出不同的结论。例:讨论积分的绝对收敛性; [讨论一]:由于本例既是无穷限又含有奇异点,故把[o,+;∞]区间分成两个区间,即:

关键词：优势函数比较判别法广义积分反常积分绝对收敛

来源：评论

学校读者我要写书评

暂无评论

基于重要性采样的优势估计器

引用

通信学报 2019年第5期40卷 108-116页

作者：刘全姜玉斌胡智慧苏州大学计算机科学与技术学院江苏苏州215006 苏州大学江苏省计算机信息处理技术重点实验室江苏苏州215006 吉林大学符号计算与知识工程教育部重点实验室吉林长春130012 软件新技术与产业化协同创新中心江苏南京210093

在连续动作任务中,深度强化学习通常采用高斯分布作为策略函数。针对高斯分布策略函数由于截断动作导致算法收敛速度变慢的问题,提出了一种重要性采样优势估计器(ISAE)。该估计器在通用优势估计器(GAE)的基础上,引入了重要性采样机制,... 详细信息

在连续动作任务中,深度强化学习通常采用高斯分布作为策略函数。针对高斯分布策略函数由于截断动作导致算法收敛速度变慢的问题,提出了一种重要性采样优势估计器(ISAE)。该估计器在通用优势估计器(GAE)的基础上,引入了重要性采样机制,通过计算边界动作的目标策略与行动策略比率修正截断动作带来的值函数偏差,提高了算法的收敛速度。此外,ISAE引入了L参数,通过限制重要性采样率的范围,提高了样本的可靠度,保证了网络参数的稳定。为了验证ISAE的有效性,将ISAE与近端策略优化结合并与其他算法在Mu Jo Co平台上进行比较。实验结果表明,ISAE具有更快的收敛速度。

关键词：强化学习重要性采样深度强化学习优势函数

来源：评论

学校读者我要写书评

暂无评论

一种基于深度强化学习的协同通信干扰决策算法

引用

电子学报 2022年第6期50卷 1301-1309页

作者：宋佰霖许华齐子森饶宁彭翔空军工程大学信息与导航学院陕西西安710077

针对协同电子战中跳频通信干扰协同决策难题,通过构建“整体优化、逐站决策”的协同决策模型,基于深度强化学习技术,设计了在Actor-Critic算法架构下融合优势函数的决策算法,并在奖励函数中嵌入专家激励机制以提高算法的探索能力,采用... 详细信息

针对协同电子战中跳频通信干扰协同决策难题,通过构建“整体优化、逐站决策”的协同决策模型,基于深度强化学习技术,设计了在Actor-Critic算法架构下融合优势函数的决策算法,并在奖励函数中嵌入专家激励机制以提高算法的探索能力,采用集中式训练方法优化决策网络,使算法能够输出资源利用率最高的干扰方案,并大幅提高决策效率.仿真结果表明,相比于现有智能决策算法,本文算法给出的干扰方案能够节约8%干扰资源,决策效率提高50%以上,具有较大实用价值.

关键词：深度强化学习通信干扰决策干扰资源分配优势函数专家激励

来源：评论

学校读者我要写书评

暂无评论

深度强化学习的无人作战飞机空战机动决策

引用

哈尔滨工业大学学报 2021年第12期53卷 33-41页

作者：李永丰史静平章卫国蒋维西北工业大学自动化学院西安710029 陕西省飞行控制与仿真技术重点实验室(西北工业大学) 西安710029

无人作战飞机(unmanned combat aerial vehicle,UCAV)在进行空战自主机动决策时,面临大规模计算,易受敌方不确定性操纵的影响。针对这一问题,提出了一种基于深度强化学习算法的无人作战飞机空战自主机动决策模型。利用该算法,无人作战... 详细信息

无人作战飞机(unmanned combat aerial vehicle,UCAV)在进行空战自主机动决策时,面临大规模计算,易受敌方不确定性操纵的影响。针对这一问题,提出了一种基于深度强化学习算法的无人作战飞机空战自主机动决策模型。利用该算法,无人作战飞机可以在空战中自主地进行机动决策以获得优势地位。首先,基于飞机控制系统,利用MATLAB/Simulink仿真平台搭建了六自由度无人作战飞机模型,选取适当的空战动作作为机动输出。在此基础上,设计了无人作战飞机空战自主机动的决策模型,通过敌我双方的相对运动构建作战评估模型,分析了导弹攻击区的范围,将相应的优势函数作为深度强化学习的评判依据。之后,对无人作战飞机进行了由易到难的分阶段训练,并通过对深度Q网络的研究分析了最优机动控制指令。从而无人作战飞机可以在不同的态势情况下选择相应的机动动作,独立评估战场态势,做出战术决策,以达到提高作战效能的目的。仿真结果表明,该方法能使无人作战飞机在空战中自主的选择战术动作,快速达到优势地位,极大地提高了无人作战飞机的作战效率。

关键词：无人作战飞机深度强化学习空战自主机动决策六自由度优势函数深度Q网络

来源：评论

学校读者我要写书评

暂无评论

基于时间协同的异型反舰导弹集群作战目标分配策略研究

引用

航空兵器 2023年第1期30卷 19-24页

作者：邹智伟邹强尹肖云马平原海军工程大学武汉430033 92840部队山东青岛266000

针对异型反舰导弹集群作战的目标分配问题,建立了一种基于时间协同的目标分配模型。首先根据反舰作战信息,分析了导弹飞行时间差、弹-目距离和飞行速度对集群协同作战目标分配的影响,建立了一种基于导弹飞行时间标准差的时间协同优势函... 详细信息

针对异型反舰导弹集群作战的目标分配问题,建立了一种基于时间协同的目标分配模型。首先根据反舰作战信息,分析了导弹飞行时间差、弹-目距离和飞行速度对集群协同作战目标分配的影响,建立了一种基于导弹飞行时间标准差的时间协同优势函数,并结合距离优势与速度优势建立了综合优势函数。最后通过遗传算法求解模型最优解,仿真得到分配结果。对比分析结果表明,有时间协同优势的作战方案平均时间标准差小于无时间协同的作战方案平均时间标准差,两个算例的平均时间标准差分别下降了49.18%和63.49%,验证了模型的有效性。

关键词：反舰导弹集群作战目标分配时间协同飞行时间优势函数协同控制

来源：评论

学校读者我要写书评

暂无评论

一个伪装的电码本模式及其安全性分析

引用

北京邮电大学学报 2005年第6期28卷 89-92页

作者：温凤桐吴文玲温巧燕北京邮电大学理学院中国科学院信息安全国家重点实验室北京100080

为提高分组密码工作模式的性能,提出了1个基于电码本(ECB)模式的新方案.此方案利用Gray码对消息块进行伪装,使得数据模式得到有效的隐藏.同时,利用归约的思想对其安全性进行了分析.结果表明,在所用分组密码是伪随机置换的条件下,此方案... 详细信息

为提高分组密码工作模式的性能,提出了1个基于电码本(ECB)模式的新方案.此方案利用Gray码对消息块进行伪装,使得数据模式得到有效的隐藏.同时,利用归约的思想对其安全性进行了分析.结果表明,在所用分组密码是伪随机置换的条件下,此方案在选择明文攻击下是左右不可区分安全的.

关键词：分组密码工作模式可证明安全性优势函数

来源：评论

学校读者我要写书评

暂无评论

基于变权重伪并行遗传算法的空战机动决策

引用

飞行力学 2012年第5期30卷 470-474页

作者：张涛于雷周中良李飞空军工程大学工程学院中国人民解放军94831部队

针对空战机动决策中态势多样化对机动决策的影响以及控制量的细化问题,以敌我双机空战为背景,利用空战优势函数值作为空战机动决策的依据,基于滚动时域控制方法,采用变权重自适应伪并行遗传算法解决空战决策问题。重点分析了隐身优势函... 详细信息

针对空战机动决策中态势多样化对机动决策的影响以及控制量的细化问题,以敌我双机空战为背景,利用空战优势函数值作为空战机动决策的依据,基于滚动时域控制方法,采用变权重自适应伪并行遗传算法解决空战决策问题。重点分析了隐身优势函数以及变权重函数的建立、遗传编码方式、操作算子的确定,最后对空战决策进行了仿真。仿真结果验证了隐身优势函数的合理性,以及该理论在空战机动决策方面的有效性。

关键词：自适应伪并行遗传算法变权重机动决策优势函数

来源：评论

学校读者我要写书评

暂无评论

面向机械臂控制的强化学习方法研究

面向机械臂控制的强化学习方法研究

引用

作者：胡亚洲中国科学院大学

学位级别：博士

强化学习(Reinforcement Learning，RL)是通过智能体(Agent)不断地对所处环境(Environment)进行探索和利用并根据奖励(reward)进行的一种经验学习。由于其具有自主学习能力且能够模拟人类和动物的学习过程而被认为是一种能有效解决控制... 详细信息

强化学习(Reinforcement Learning，RL)是通过智能体(Agent)不断地对所处环境(Environment)进行探索和利用并根据奖励(reward)进行的一种经验学习。由于其具有自主学习能力且能够模拟人类和动物的学习过程而被认为是一种能有效解决控制与决策问题的机器学习方法。RL已被广泛应用在工业制造、游戏博弈、生物医药、经济决策等领域中，尤其在机器人控制方面取得了巨大的成功,如ANYmal机器人、机械手Dynamixel Claw等。然而，将强化学习应用在机械臂控制上仍有一些亟待解决的问题，比如维度灾难、动力学转移模型不精确、学习目标不明确以及探索与利用的平衡等等。因此，开展面向机械臂控制的RL技术方面的研究，具有较为重要的理论意义及工程应用指导价值。　　本文通过阅读、分析和综合国内外RL、机器人控制等相关的技术报告及文献资料，开展面向机械臂控制的RL方法的研究。主要的贡献集中在以下几个方面:　　(1)提出了基于高斯核函数的强化学习方法。基于模型的强化学习(Model-based Reinforcement Learning，MBRL)具有样本利用率高、学习速度快的特性，但依赖转移模型，且其学习性能易受模型精度的影响;无模型的强化学习（Model-free Reinforcement Learning，MFRL）无需先验知识和转移模型参与优化，但算法的收敛速度慢、样本需求量大。本研究提出了基于高斯核函数的强化学习方法，建立了描述训练样本内部规律的核函数模型，重新定义了强化学习的状态，构建了机器人动作和状态的转移模型，实现了MBRL和MFRL优势的结合。实验验证了该方法在机械臂的跟踪控制任务中具有训练时间少、跟踪误差小、能耗低等优点。　　(2)提出了基于神经网络估计的强化学习方法。根据神经网络函数近似技术，提出了基于神经网络估计的强化学习方法，构建了一种强化学习神经网框架，实现了强化学习中状态、控制策略和性能评价的在线估计;利用值函数优化技术实现了对状态、动作和评价网络的优化,降低了模型精度和对连续信息离散化导致的维度灾难对学习性能的影响。实验验证了该方法在非线性条件下具有一定的鲁棒性。　　(3)提出了数据驱动的双优势网络模型预估强化学习方法。基于模型预估控制(Model Predictive Control，MPC)能够通过对未来信息的评估实现对控制策略学习的特点，提出了双优势模型预估强化学习方法,建立了双优势导向网络加快了学习过程;引入双优势导向网络对抗学习机制，打破了训练数据的关联性,避免了陷入局部最优和不收敛的现象。实验验证了该方法能够在安全约束条件下实现较好的跟踪和运动控制。　　(4)提出了基于自由能的强化学习方法。借鉴人脑的工作机理，结合能够有效平衡探索与利用关系的自由能原理构建了基于贝叶斯的控制策略概率模型和基于交叉熵的自由能目标函数，一定程度上实现了强化学习中探索与利用的平衡关系，并在具有系统参数不确定和外界扰动的条件下通过实验验证了该方法的有效性。

关键词：机械臂控制强化学习高斯核函数神经网络估计优势函数自由能

来源：评论

学校读者我要写书评

暂无评论

基于Marichal熵和Choquet模糊积分的BVR防空作战TA研究

引用

现代防御技术 2014年第4期42卷 31-38页

作者：孙永芹纪金耀马兴华姚成柱中国人民解放军91206部队海军潜艇学院

针对BVR防空作战的特点,提出基于Marichal熵和Choquet模糊积分的BVR防空作战威胁评估方法。首先,建立威胁评估优势函数模型,优化了方位角、进入角、距离、能量、效能优势函数,并增加了目标战役价值为威胁评估的因素;然后,针对各威胁因... 详细信息

针对BVR防空作战的特点,提出基于Marichal熵和Choquet模糊积分的BVR防空作战威胁评估方法。首先,建立威胁评估优势函数模型,优化了方位角、进入角、距离、能量、效能优势函数,并增加了目标战役价值为威胁评估的因素;然后,针对各威胁因素之间的相关性,依据Shapley值,利用Marichal熵算法求解gλ模糊测度,确定各优势函数的重要程度,并通过Choquet模糊积分对各优势函数进行综合,实现威胁评估。经仿真计算验证,该方法合理、有效。

关键词：超视距(BVR) 威胁评估(TA) 优势函数 gλ模糊测度 Shapley值 Marichal熵 Choquet模糊积分

来源：评论

学校读者我要写书评

暂无评论

基于模糊动态博弈的多无人机空战策略研究

引用

电光与控制 2014年第6期21卷 19-23,34页

作者：陈侠赵明明徐光延沈阳航空航天大学沈阳110136

不确定环境下多无人机空战决策问题已成为无人机作战系统的一个重要研究课题。首先通过分析无人机空战态势信息的不确定性,建立模糊信息下的多无人机动态博弈的作战优势函数;将动态扩展式博弈转化成静态策略式博弈,构建基于模糊信息的... 详细信息

不确定环境下多无人机空战决策问题已成为无人机作战系统的一个重要研究课题。首先通过分析无人机空战态势信息的不确定性,建立模糊信息下的多无人机动态博弈的作战优势函数;将动态扩展式博弈转化成静态策略式博弈,构建基于模糊信息的双方博弈的支付矩阵。将模糊结构元方法和粒子群算法相结合,给出模糊信息下动态博弈的混合战略的纳什均衡求解方法。最后通过仿真实验验证了该方法的可行性和有效性。

关键词：多无人机空战决策优势函数动态博弈纳什均衡

来源：评论

学校读者我要写书评

暂无评论

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案：

请选择收藏分类：

通借通还

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：