检索结果-内蒙古大学图书馆

控制理论与应用 2025年第3期42卷 553-562页

作者：邹启杰汤宇高兵赵锡玲张哲婕大连大学信息工程学院辽宁大连116622

针对多智能体系统在合作环境中通信内容单一和信息稀疏问题,本文提出一种基于多智能体深度强化学习的思考型通信网络(TMACN).首先,智能体在交互过程中考虑不同信息源的差异性,智能体将接收到的通信信息与自身历史经验信息进行融合,形成... 详细信息

针对多智能体系统在合作环境中通信内容单一和信息稀疏问题,本文提出一种基于多智能体深度强化学习的思考型通信网络(TMACN).首先,智能体在交互过程中考虑不同信息源的差异性,智能体将接收到的通信信息与自身历史经验信息进行融合,形成推理信息,并将此信息作为新的发送消息,从而达到提高通信内容多样化的目标;然后,该模型在软注意力机制的基础上设计了一种半多轮通信策略,提高了信息饱和度,从而提升系统的通信交互效率.本文在合作导航、捕猎任务和交通路口3个模拟环境中证明,TMACN对比其他方法,提高了系统的准确率与稳定性.

关键词：多智能体系统合作环境深度强化学习通信网络

来源：评论

学校读者我要写书评

暂无评论

深度强化学习在边缘视频传输优化中的应用综述

引用

计算机工程与应用 2025年第4期61卷 43-58页

作者：李彦万征南昌工程学院信息工程学院南昌330099 江西财经大学信息管理与数学学院南昌330032

在产业视频时代下,边缘计算、人工智能技术的迅猛发展,催生了边缘智能,基于边缘计算网络的视频传输优化研究迎来了新机遇。在总结边缘视频传输优化内容的基础上,梳理深度强化学习等人工智能技术应用于边缘视频传输优化的研究与进展情况... 详细信息

在产业视频时代下,边缘计算、人工智能技术的迅猛发展,催生了边缘智能,基于边缘计算网络的视频传输优化研究迎来了新机遇。在总结边缘视频传输优化内容的基础上,梳理深度强化学习等人工智能技术应用于边缘视频传输优化的研究与进展情况;提出边缘智能视频传输优化概念,给出面向网络QoS的边缘智能视频传输优化和面向用户QoE的边缘智能视频传输优化的方法分类,并分别进行详细阐述;研究分析目前边缘视频传输优化仍然存在的主要问题,通过寻找规律,分析不足,突出优势,指出边缘智能视频传输优化未来的热点研究方向。

关键词：移动边缘计算深度强化学习边缘智能边缘智能视频传输优化

来源：评论

学校读者我要写书评

暂无评论

深度强化学习及其在工业场景的应用与展望

引用

工程科学学报 2025年第4期47卷 768-779页

作者：谭靖杨利刚李潇睿袁兆麟崔允端姚超王宗杰班晓娟北京科技大学计算机与通信工程学院北京100083 北京科技大学北京材料基因工程高精尖创新中心北京100083 北京科技大学材料领域知识工程北京市重点实验室北京100083 北京科技大学土木与资源工程学院北京100083 北京科技大学智能科学与技术学院北京100083 中国科学院深圳先进技术研究院深圳518055 辽宁材料实验室材料智能技术研究所沈阳110004

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(... 详细信息

工业控制系统(Industrial control systems,ICS)在现代工业生产中发挥关键作用,负责监控和控制工业过程,确保高效、安全和稳定的生产.随着工业4.0和智能制造的发展,传统工业控制方法难以应对日益复杂且动态变化的生产环境.深度强化学习(Deep reinforcement learning,DRL)结合了深度学习与强化学习的优势,在工业智能控制领域展现出巨大潜力.本文综述了DRL在工业智能控制中的应用现状和研究进展.首先介绍了DRL的基本原理及相关算法,并简述工业控制的背景,分析智能控制的应用需求与现存挑战.随后,详细综述了DRL在工业领域的应用,并对当前研究进行了总结,最后对未来研究方向提出了展望.

关键词：深度强化学习在线强化学习离线强化学习工业控制系统智能控制

来源：评论

学校读者我要写书评

暂无评论

考虑自注意力和时序记忆的深度强化学习配电网无功电压控制策略

引用

中国电机工程学报 2025年第2期45卷 565-576,I0014页

作者：刘硕冯斌郭创新籍雯媗王炜张勇浙江大学电气工程学院浙江省杭州市310027 国家电网有限公司华北分部北京市西城区100053

大量分布式新能源的接入,导致配电网面临电压越限、网损增加等严峻挑战。针对无功电压控制问题,深度强化学习能够有效解决传统优化方法在模型依赖和求解速度方面的不足。然而现有深度强化学习方法在面对大规模配网复杂场景时,特征提取... 详细信息

大量分布式新能源的接入,导致配电网面临电压越限、网损增加等严峻挑战。针对无功电压控制问题,深度强化学习能够有效解决传统优化方法在模型依赖和求解速度方面的不足。然而现有深度强化学习方法在面对大规模配网复杂场景时,特征提取能力有限,控制效果欠佳,因此该文提出一种考虑自注意力和时序记忆的多智能体深度强化学习控制策略。首先,将无功电压控制问题建模为分布式部分可观测马尔可夫决策过程;其次,基于自注意力编码器和时序记忆神经元,设计了特征提取网络、辅助训练网络、改进策略网络和改进价值网络4种神经网络结构;然后,引入自监督学习,介绍所提算法的中心式训练和分布式执行过程;最后,在改进的IEEE 141节点配网系统上进行了算例测试。实验结果表明,所提控制策略能够有效提取状态特征、记忆时序信息、辨识关键元件,表现出更加优异的稳压减损控制效果,同时具有较好的鲁棒性、可解释性和训练稳定性。

关键词：无功电压控制深度强化学习多智能体自注意力时序记忆自监督学习

来源：评论

学校读者我要写书评

暂无评论

基于混合深度强化学习的ICV任务卸载与资源分配

引用

汽车工程 2025年第1期47卷 35-43页

作者：刘佳慧邹渊孙巍孟逸豪路潇然李圆圆北京理工大学机械与车辆学院北京100081 北京理工大学电动车辆国家工程研究中心北京100081

随着智能网联车辆(ICV)技术的发展,计算资源有限的ICV面临计算需求大幅增加的问题。ICV可以通过路侧单元(RSU)将任务卸载到移动边缘计算(MEC)服务器上。然而,车联网环境的动态性和复杂性使任务卸载和资源分配变得极具挑战。本文提出在... 详细信息

随着智能网联车辆(ICV)技术的发展,计算资源有限的ICV面临计算需求大幅增加的问题。ICV可以通过路侧单元(RSU)将任务卸载到移动边缘计算(MEC)服务器上。然而,车联网环境的动态性和复杂性使任务卸载和资源分配变得极具挑战。本文提出在环境和资源的约束下,通过控制任务卸载决策、通信功率和计算资源分配,最小化任务计算能耗。针对这一问题离散和连续控制变量共存的特性,设计了混合深度强化学习(HDRL)算法:利用双深度Q网络(DDQN)生成任务卸载决策,利用深度确定性策略梯度(DDPG)生成通信功率和MEC资源分配决策,并结合改进的优先级经验回放(IPER)机制来评估和选择动作,输出最优策略。仿真实验结果表明,该方法比对比算法具有更快更稳定的决策收敛性,实现了任务计算卸载的最小能耗,并能有效适应ICV数量和任务大小的变化,具有高实时性和良好环境适应性。

关键词：移动边缘计算深度强化学习任务卸载资源分配优先经验回放

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多对多在轨服务优化调度方法

引用

宇航学报 2025年第1期46卷 204-214页

作者：夏红伟张桀睿马广程王常虹哈尔滨工业大学航天学院哈尔滨150001

针对航天器多对多在轨服务的优化调度问题,提出一种基于深度强化学习的智能方法。首先,将航天器多对多在轨服务的优化调度问题建模为与轨道相关的车辆路径问题。随后,提出一种基于注意力机制的编码器-解码器神经网络,构建了随机策略,该... 详细信息

针对航天器多对多在轨服务的优化调度问题,提出一种基于深度强化学习的智能方法。首先,将航天器多对多在轨服务的优化调度问题建模为与轨道相关的车辆路径问题。随后,提出一种基于注意力机制的编码器-解码器神经网络,构建了随机策略,该策略能够在给出问题实例的情况下生成解决方案。神经网络中,编码器生成图嵌入与节点嵌入,解码器基于嵌入逐步生成解决方案。其次,使用带有贪婪滚动基线的REINFORCE算法对神经网络进行训练。最后,大量试验结果说明了所提出方法的有效性与优越性。所提智能方法的优越性在于:能够近乎实时地给出调度问题的解;在大规模调度问题上的求解质量优于元启发式算法;在特定目标数目实例上训练的模型对不同目标数目的实例具有较好的泛化能力。

关键词：在轨服务优化调度深度强化学习注意力机制

来源：评论

学校读者我要写书评

暂无评论

基于高斯过程回归和深度强化学习的水下扑翼推进性能寻优方法

引用

上海交通大学学报 2025年第1期59卷 70-78页

作者：杨映荷魏汉迪范迪夏李昂上海交通大学海洋工程国家重点实验室上海200240 上海交通大学三亚崖州湾深海科技研究院海南三亚572024 西湖大学工学院杭州310024

为了克服水下工作环境的复杂多变性,以及扑翼运动本身存在控制难度高、变量多、非线性特征显著等问题,提出一种直接探索环境并选取相应最优扑翼推进运动参数的寻优方法.采用拉丁超采样技术获取多维扑翼参数在实际水池中的数据样本,并基... 详细信息

为了克服水下工作环境的复杂多变性,以及扑翼运动本身存在控制难度高、变量多、非线性特征显著等问题,提出一种直接探索环境并选取相应最优扑翼推进运动参数的寻优方法.采用拉丁超采样技术获取多维扑翼参数在实际水池中的数据样本,并基于该数据使用高斯过程回归(GPR)算法建立泛化工作环境的非参数模型.在不同推进性能需求下,采用深度强化学习(DRL)中的TD3算法并以奖励最大化为目标,训练得出连续区间内多参数动作最优组合解.实验结果表明,该GPR-TD3方法可以习得实验环境下扑翼推进的全定义域内最优解,包括最大速度和最大效率,并且该最优解可以在GPR中以二维形式直观验证其准确性.同时,针对任意给出的推进速度要求值,在290组真实样本前提下,新算法能够给出误差范围为0.23%~6.68%的推荐动作组合解,为真实应用提供参考.

关键词：水下扑翼高斯过程回归深度强化学习推进性能寻优

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习的含储能船舶的海岛-海上渔排能源运输策略研究

引用

中国电机工程学报 2025年第7期45卷 2486-2499,I0004页

作者：朱振山陈豪陈炜龙黄缨惠福州大学电气工程与自动化学院福建省福州市350108

针对海上渔排与风光资源富余岛屿能源交互问题,该文提出含全电力船舶(all-electricship,AES)的岛屿-海上渔排-海岸能源运输策略,利用能够很好处理海面风光不确定性问题以及适应较大规模能源转移模型的深度强化学习方法对上述能源运输模... 详细信息

针对海上渔排与风光资源富余岛屿能源交互问题,该文提出含全电力船舶(all-electricship,AES)的岛屿-海上渔排-海岸能源运输策略,利用能够很好处理海面风光不确定性问题以及适应较大规模能源转移模型的深度强化学习方法对上述能源运输模型进行求解。首先,将移动式储能电池组细化为满充电池、空载电池以及不完全充电电池;其次,将上述能源运输问题建模为含混合动作空间的马尔可夫决策过程;考虑到针对混合动作空间问题,提出一种适用于混合动作空间的基于多批次前向传播的参数化双深度Q网络,该方法通过多步前向传递策略对不相关离散与连续动作进行解耦,减少了智能体训练过程中的波动性并能够收敛于更优的解;最后,通过算例仿真可知,所提策略能够有效实现各地点间能量转移,所提算法相较于传统适用于离散动作空间的深度强化学习方法更加灵活,在目标场景下能够实现更优运行。此外,在模型逐渐扩大的情况下,将该文方法与传统方法求解效果进行对比,验证所提方法在解决大规模能源运输问题的优势。

关键词：深度强化学习全电力船舶移动式储能电池混合动作空间

来源：评论

学校读者我要写书评

暂无评论

基于多智能体深度强化学习的随机事件驱动故障恢复策略

引用

电力自动化设备 2025年第3期45卷 186-193页

作者：王冲石大夯万灿陈霞吴峰鞠平河海大学电气与动力工程学院江苏南京211100 浙江大学电气工程学院浙江杭州310027 华中科技大学电气与电子工程学院湖北武汉430074

为了减少配电网故障引起的失负荷,提升配电网弹性,提出一种基于多智能体深度强化学习的随机事件驱动故障恢复策略:提出了在电力交通耦合网故障恢复中的随机事件驱动问题,将该问题描述为半马尔可夫随机决策过程问题;综合考虑系统故障恢... 详细信息

为了减少配电网故障引起的失负荷,提升配电网弹性,提出一种基于多智能体深度强化学习的随机事件驱动故障恢复策略:提出了在电力交通耦合网故障恢复中的随机事件驱动问题,将该问题描述为半马尔可夫随机决策过程问题;综合考虑系统故障恢复优化目标,构建基于半马尔可夫的随机事件驱动故障恢复模型;利用多智能体深度强化学习算法对所构建的随机事件驱动模型进行求解。在IEEE 33节点配电网与Sioux Falls市交通网形成的电力交通耦合系统中进行算例验证,结果表明所提模型和方法在电力交通耦合网故障恢复中有着较好的应用效果,可实时调控由随机事件(故障维修和交通行驶)导致的故障恢复变化。

关键词：随机事件驱动故障恢复深度强化学习电力交通耦合网多智能体

来源：评论

学校读者我要写书评

暂无评论

基于深度强化学习算法的氢耦合电-热综合能源系统优化调度

引用

电力自动化设备 2025年第1期45卷 59-66页

作者：梁涛柴露露谭建鑫井延伟吕梁年河北工业大学人工智能与数据科学学院天津300401 河北建投新能源有限公司河北石家庄050011 金风科技股份有限公司北京102600

为了促进氢能与综合能源系统中其他能源的耦合,提高能源利用灵活性,减少系统碳排放,提出了一种氢耦合电-热综合能源系统(HCEH-IES)的运行优化方法。对HCEH-IES的各设备进行数学建模,并深入阐述深度强化学习算法的基本原理及双延迟深度... 详细信息

为了促进氢能与综合能源系统中其他能源的耦合,提高能源利用灵活性,减少系统碳排放,提出了一种氢耦合电-热综合能源系统(HCEH-IES)的运行优化方法。对HCEH-IES的各设备进行数学建模,并深入阐述深度强化学习算法的基本原理及双延迟深度确定性策略梯度(TD3)算法的流程;将HCEH-IES的不确定性优化调度问题转化为马尔可夫决策过程,并采用TD3算法将优化目标以及约束条件转换为奖励函数进行连续状态空间和动作空间下的动态调度决策,形成合理的能源分配管理方案;采用历史数据对智能体进行训练,并对比深度Q学习网络和深度确定性策略梯度算法获得的调度策略。结果表明,相较于深度Q学习网络和深度确定性策略梯度算法,基于TD3算法的调度策略具有更好的经济性,其结果更接近于CPLEX日前优化调度方法的经济成本且更适用于解决综合能源系统动态优化调度问题,有效地实现了能源灵活利用,提高了综合能源系统的经济性和低碳性。

关键词：氢耦合电-热综合能源系统可再生能源深度强化学习双延迟深度确定性策略梯度能量优化管理马尔可夫决策过程

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：