检索结果-内蒙古大学图书馆

计算机应用研究 2025年第3期42卷 834-839页

作者：易佳豪王福杰胡锦涛李醒罗俊轩东莞理工学院计算机学院广东东莞523000

针对机械臂轨迹跟踪问题,提出了一种结合事后筛选经验回放(selective hindsight experience replay,SHER)的深度强化学习(deep reinforcement learning,DRL)控制方法。此算法将SHER与深度确定性策略(deep deterministic policy gradient,DDPG)结合进行机械臂的轨迹跟踪控制。SHER算法将智能体探索的经验进行随机抽取,然后筛选有用经验修改奖励函数,通过提高对正确动作的奖励评分加强对智能体正确动作的正反馈强度从而提高智能体探索效率。为了验证方法的有效性,通过欧拉-拉格朗日建模二自由度机械臂并在具有干扰的复杂环境下进行仿真实验对比。实验结果表明,所提算法在机械臂轨迹跟踪任务中收敛速度以及收敛稳定性与对比算法相比最优,并且训练出来的模型与对比算法相比在轨迹跟踪任务中表现最好,验证了算法的有效性。

关键词：事后筛选经验回放深度确定性策略深度强化学习轨迹跟踪机械臂经验池优化

来源：评论

学校读者我要写书评

暂无评论

自适应循环发动机性能智能在线寻优算法研究

引用

推进技术 2021年第8期42卷 1716-1724页

作者：李岩聂聆聪牟春晖宋志平西北工业大学航天学院陕西西安710072 北京动力机械研究所北京100074 西安交通大学机械工程学院陕西西安710049

为解决自适应循环发动机性能在线自主优化问题,提出一种适用于三流道自适应循环发动机的智能自主优化控制方法,通过深度确定性策略梯度算法(DDPG)在线优化压比计划,实现控制规律自主寻优。在基准发动机特性图上给出了不同外涵面积下的... 详细信息

为解决自适应循环发动机性能在线自主优化问题,提出一种适用于三流道自适应循环发动机的智能自主优化控制方法,通过深度确定性策略梯度算法(DDPG)在线优化压比计划,实现控制规律自主寻优。在基准发动机特性图上给出了不同外涵面积下的等推力特性曲线,在此基础上给出了基准的最低油耗控制规律曲线。当发动机性能退化或存在个体差异等偏离时,基准控制规律不再能使发动机性能最优,DDPG算法利用前期存储的数据对压比指令修正量进行训练学习,自主调整发动机控制规律。整机数值仿真结果表明,调整后亚声速巡航单位耗油率降低7.63%,与最低油耗点比较偏差0.03%。超声速巡航单位耗油率降低5.04%,与最低油耗点比较偏差0.01%。性能寻优算法可以在发动机性能偏离情况下实现发动机控制规律自主调节,达到最低油耗。

关键词：航空发动机自适应循环控制规律性能寻优控制强化学习深度确定性策略

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高频交易优化算法

引用

南京理工大学学报 2022年第3期46卷 304-312页

作者：饶瑞潘志松黎维刘松仪张磊李云波陆军工程大学指挥控制工程学院江苏南京210007 陆军工程大学通信工程学院江苏南京210007

为解决高频交易的高额交易费用问题,该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存,用于指导交易决策。通过深度确定性策略梯度算法实... 详细信息

为解决高频交易的高额交易费用问题,该文提出了一种融合长短期记忆(LSTM)网络细胞结构的深度确定性策略梯度交易算法。该算法利用细胞结构对当前信息和历史特征进行环境特征提取和保存,用于指导交易决策。通过深度确定性策略梯度算法实现在线自动交易,并考虑了交易费率和收盘价格对奖励函数的影响。在上证50指数基金的分钟级数据上进行实验,结果表明,该算法能有效捕获稍纵即逝的交易机会,是一种低风险高收益的稳健型投资策略;LSTM细胞结构和所设的奖励函数能大幅减少交易次数,不仅增加了算法对交易费率的包容性,还提升了收益的稳定性。

关键词：深度强化学习高频交易长短期记忆深度确定性策略梯度交易交易费率收盘价格奖励函数

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AUV路径规划方法研究

基于深度强化学习的AUV路径规划方法研究

引用

作者：汤宏健哈尔滨工程大学

学位级别：硕士

在复杂多变的海洋环境中,路径规划问题尤为复杂。自主水下航行器(Autonomous Underwater Vehicle,AUV)因其独特的能力和灵活性,在科学研究、海底能源开发、打捞作业等领域都有巨大的潜力。在AUV实际航行过程中,水下未知动态障碍物、洋... 详细信息

在复杂多变的海洋环境中,路径规划问题尤为复杂。自主水下航行器(Autonomous Underwater Vehicle,AUV)因其独特的能力和灵活性,在科学研究、海底能源开发、打捞作业等领域都有巨大的潜力。在AUV实际航行过程中,水下未知动态障碍物、洋流等都会对AUV的安全造成很大的影响,所以规划出一条安全可靠、省时节能的路线是非常有必要的。本文采用深度强化学习算法,从AUV全局路径规划和局部动态避障两方面进行了研究。首先本文基于海底地形高程数据模拟了海底地形环境,然后通过栅格地图的缩放变换,将地形环境转换为三维栅格海底地形图。同时对洋流信息建立二维涡流模型,利用多个涡流叠加实现洋流建模,形成了一个包含洋流信息的三维海底地形模型。其次,针对软演员-评论家(Soft Actor-Critic,SAC)算法在路径规划任务中探索性较强、训练前期容易失败和难以收敛等问题,本文提出了基于人工势场法(Artificial Potential Field,APF)改进的SAC算法,该算法改进了SAC算法的动作选择策略,在训练前期对AUV的路径探索进行指导。同时建立了AUV航行过程中的能耗惩罚模型,其中包含距离能耗和动作能耗,并将其加入到了改进SAC算法中的奖励函数中,实现了能耗优先和距离优先的路径规划算法设计。仿真实验证明,在优先路径原则和优先能耗原则的规划策略下,与传统的SAC算法相比,改进SAC算法的收敛速度和稳定性都优于原SAC算法,并从路径长度、用时、能量消耗等评价指标上证明了APF-SAC算法的有效性。最后本文采用基于深度确定性策略梯度算法(Deep Deterministic Policy Gradient,DDPG)进行了AUV局部路径规划问题。针对传统的DDPG算法探索动作单一、环境变化适应性差等问题,本文提出了一种正弦式衰减学习率和探索率的动态调整策略,并结合AUV运动学模型通过将AUV与障碍物的相对位置和速度信息反馈到DDPG算法中的行为价值网络,得到动作的评估价值,策略网络再根据价值网络的反馈信息进行实时动作更新,从而鼓励更多的探索,进而找到更好的避障路径。同时,为了验证算法的抗干扰能力,提高AUV在复杂海洋环境中的适应能力,本文在路径规划任务中加入了洋流干扰因素,一类是对AUV自身线速度的干扰,另一类是对周围障碍物随机移动的干扰。在模拟仿真环境中进行实验,在相同的环境参数条件下,除了将改进DDPG算法和原始DDPG算法进行对比实验外,引入了同样是基于Actor-Critic框架的SAC算法和TD3算法。实验结果表明了改进的DDPG算法在收敛速度、训练稳定性和抗干扰能力上的优越性。

关键词：路径规划软演员-评论家算法局部避障深度确定性策略

来源：评论

学校读者我要写书评

暂无评论

融合改进鲸鱼算法的绿色建筑综合能源调度策略电气设计

引用

现代建筑电气 2024年第10期15卷 15-20页

作者：马新茹王萍国网河北省电力有限公司邯郸供电分公司河北邯郸056001

针对以光伏、风电等新能源建筑系统中由于太阳能、风能等新型能源存在波动性而引起的绿色建筑综合能源系统优化调度效率降低、调度准确率不高等问题,设计了一种融合鲸鱼算法和深度确定性策略的改进鲸鱼算法综合能源优化调度策略。根据... 详细信息

针对以光伏、风电等新能源建筑系统中由于太阳能、风能等新型能源存在波动性而引起的绿色建筑综合能源系统优化调度效率降低、调度准确率不高等问题,设计了一种融合鲸鱼算法和深度确定性策略的改进鲸鱼算法综合能源优化调度策略。根据绿色建筑综合能源的系统结构建立系统的基本数学模型,并选择系统的状态变量作为鲸鱼算法输入层的初始变量,根据能源结构分别建立输入层、隐藏层以及输出层的数学运算模型,提升了综合能源系统对特定符合的优化调度准确率。引入深度确定性策略,对鲸鱼算法中的迭代因子进行自适应整定,提高鲸鱼算法的收敛速度与算法精度,进一步提升了鲸鱼算法对综合能源系统的调度效率。在MATLAB中输入绿色建筑综合能源系统中的各类能源数据,并引入改进鲸鱼算法、传统鲸鱼算法以及BP神经网络算法进行调度效率与特定负荷调度准确率对比,结果显示改进鲸鱼算法的调度效率可达95.63%,调度准确率可达95.81%,为综合能源调度优化奠定了有利基础。

关键词：鲸鱼算法深度确定性策略综合能源系统绿色建筑

来源：评论

学校读者我要写书评

暂无评论

基于自抗扰的绿色建筑电气安装与管理中整流环节控制策略设计

引用

现代建筑电气 2024年第9期15卷 6-11,68页

作者：王芹刘阳旭山东省环保发展集团生态有限公司山东济南250013

针对以风电为发电能源的绿色建筑电气在安装与管理中由于风电波动性而导致的建筑系统整流环节直流母线电压稳定性不足、波动性强等问题,设计了一种融合自抗扰控制策略和深度确定性策略的自适应自抗扰控制策略。根据绿色建筑电气中整流... 详细信息

针对以风电为发电能源的绿色建筑电气在安装与管理中由于风电波动性而导致的建筑系统整流环节直流母线电压稳定性不足、波动性强等问题,设计了一种融合自抗扰控制策略和深度确定性策略的自适应自抗扰控制策略。根据绿色建筑电气中整流环节的拓扑结构建立整流环节的数学模型,同时设计观测器对系统中的干扰进行估计,设计误差反馈律对扰动进行补偿,提升系统的抗扰性,从而抑制直流母线电压的波动现象。引入深度确定性策略,对自抗扰控制中的反馈系数进行自适应整定,形成自适应自抗扰控制,使控制器在暂态和稳态下均具有最优参数,提升直流母线电压的稳定性。最后,在MATLAB/Simulink数字仿真实验平台中搭建绿色建筑电气系统整流环节的实验模型,并与其他控制策略进行同工况对比,验证了所提控制策略的正确性和优异性。

关键词：绿色建筑电气整流环节自抗扰深度确定性策略稳定性

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多智能体对抗策略算法

引用

应用科技 2022年第5期49卷 1-7页

作者：龚慧雯王桐陈立伟薛书钰金鼎筌哈尔滨工程大学信息与通信工程学院黑龙江哈尔滨150001 哈尔滨工程大学先进船舶通信与信息技术工业和信息化部重点实验室黑龙江哈尔滨150001

针对在复杂军事化背景下多智能体决策算法探索效率低下、收敛缓慢的问题,提出了基于多头注意力机制和优先经验回放的多智能体深度确定性策略梯度算法(AP-MADDPG)。算法采用基于优先级的经验回放减少算法的训练时间;采用多头注意力机制... 详细信息

针对在复杂军事化背景下多智能体决策算法探索效率低下、收敛缓慢的问题,提出了基于多头注意力机制和优先经验回放的多智能体深度确定性策略梯度算法(AP-MADDPG)。算法采用基于优先级的经验回放减少算法的训练时间;采用多头注意力机制在复杂的对抗环境中实现智能体之间的稳定、高效的合作竞争。实验结果表明,该算法可以使多智能体更加有效地学习联合策略,拥有更快的收敛速度和更好的稳定性,同时可以获得更高的回合奖励。

关键词：多智能体强化学习深度确定性策略优先经验回放多头注意力机制智能决策联合策略合作与竞争

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：