检索结果-内蒙古大学图书馆

自动化学报 2025年第4期51卷 875-889页

作者：胡光政朱圆恒赵冬斌中国科学院大学人工智能学院中国科学院自动化研究所多模态人工智能系统全国重点实验室

在两团队零和马尔科夫博弈中,一组玩家通过合作与另一组玩家进行对抗.由于对手行为的不确定性和复杂的团队内部合作关系,在高采样成本的任务中快速识别优势的分布式策略仍然具有挑战性.鉴于此,提出一种熵引导的极小极大值分解(Entropy-g... 详细信息

在两团队零和马尔科夫博弈中,一组玩家通过合作与另一组玩家进行对抗.由于对手行为的不确定性和复杂的团队内部合作关系,在高采样成本的任务中快速识别优势的分布式策略仍然具有挑战性.鉴于此,提出一种熵引导的极小极大值分解(Entropy-guided minimax factorization, EGMF)强化学习方法,在线学习队内合作和队间对抗的策略.首先,提出基于极小极大值分解的多智能体执行器-评估器框架,在高采样成本的、不限动作空间的任务中,提升优化效率和博弈性能;其次,引入最大熵使智能体可以更充分地探索状态空间,避免在线学习过程收敛到局部最优;此外,策略在时间域累加的熵值用于评估策略的熵,并将其与分解的个体独立Q函数结合用于策略改进;最后,在多种博弈仿真场景和一个实体机器人任务平台上进行方法验证,并与其他基线方法进行比较.结果显示EGMF可以在更少样本下学到更具有对抗性能的两团队博弈策略.

关键词：多智能体深度强化学习两团队零和马尔科夫博弈最大熵值分解

来源：评论

学校读者我要写书评

暂无评论

基于对手池的两人格斗游戏深度强化学习

引用

控制理论与应用 2025年第2期42卷 226-234页

作者：梁荣钦朱圆恒赵冬斌中国科学院大学人工智能学院北京100049 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190

双人游戏在游戏人工智能领域是一个基本且重要的问题,其中一对一零和格斗游戏是最为典型的双人游戏之一.本文基于深度强化学习对格斗游戏博弈对抗策略进行研究.首先建模格斗游戏环境,设计可用于格斗游戏决策的状态、动作以及奖赏函数,... 详细信息

双人游戏在游戏人工智能领域是一个基本且重要的问题,其中一对一零和格斗游戏是最为典型的双人游戏之一.本文基于深度强化学习对格斗游戏博弈对抗策略进行研究.首先建模格斗游戏环境,设计可用于格斗游戏决策的状态、动作以及奖赏函数,并将阶段策略梯度算法应用于对抗策略的学习.为了尽可能学到纳什均衡策略实现战胜任意对手的目标,本文设计了基于历年参赛的智能体构造对手池用于智能体训练,并探索对手选择机制对于训练过程的影响.最后在固定对手池的基础上,设计了自增长对手池算法,以提升对手策略的完备性和训练智能体的鲁棒性.为了提高环境采样速度,本文从传统并行框架出发,设计了可用于双人游戏的多服务器分布式并行采样框架.通过实验对比发现,基于自增长对手池方法所学的智能体能以96.6%的胜率击败固定对手池中的智能体,并且在与3个仅用于测试的智能体对战时,也表现出了72.2%的胜率.

关键词：实时格斗游戏深度强化学习两人零和博弈对手策略池

来源：评论

学校读者我要写书评

暂无评论

基于Transformer的状态−动作−奖赏预测表征学习

引用

自动化学报 2025年第1期51卷 117-132页

作者：刘民颂朱圆恒赵冬斌中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院大学人工智能学院北京100049

为了提升具有高维动作空间的复杂连续控制任务的性能和样本效率,提出一种基于Transformer的状态−动作−奖赏预测表征学习框架(Transformer-based state-action-reward prediction representation learning framework,TSAR).具体来说,TSAR提出一种基于Transformer的融合状态−动作−奖赏信息的序列预测任务.该预测任务采用随机掩码技术对序列数据进行预处理,通过最大化掩码序列的预测状态特征与实际目标状态特征间的互信息,同时学习状态与动作表征.为进一步强化状态和动作表征与强化学习(Reinforcement learning,RL)策略的相关性,TSAR引入动作预测学习和奖赏预测学习作为附加的学习约束以指导状态和动作表征学习.TSAR同时将状态表征和动作表征显式地纳入到强化学习策略的优化中,显著提高了表征对策略学习的促进作用.实验结果表明,在DMControl的9个具有挑战性的困难环境中,TSAR的性能和样本效率超越了现有最先进的方法.

关键词：深度强化学习表征学习自监督对比学习 Transformer

来源：评论

学校读者我要写书评

暂无评论

融合大规模医学事实的跨语言双层知识图谱

引用

软件学报 2025年第3期36卷 1240-1253页

作者：王楚童李明达孙孟轩王静杨雪冰牛景昊贺志阳张文生多模态人工智能系统全国重点实验室(中国科学院自动化研究所) 北京100190 中国科学院大学人工智能学院北京100049 讯飞医疗科技股份有限公司安徽合肥230088

得益于信息化技术的快速发展和医疗信息系统的普及,医学数据库中积淀了海量的医学事实,如患者临床诊疗事件以及医学专家共识等.如何从医学事实中提炼出知识,进而对其管理和合理利用,是推进诊疗自动化和智能化的关键.知识图谱作为一种新... 详细信息

得益于信息化技术的快速发展和医疗信息系统的普及,医学数据库中积淀了海量的医学事实,如患者临床诊疗事件以及医学专家共识等.如何从医学事实中提炼出知识,进而对其管理和合理利用,是推进诊疗自动化和智能化的关键.知识图谱作为一种新型的知识表示工具,能够有效地挖掘和组织大规模医学事实中的信息,受到医疗领域从业人员的广泛关注.然而,现有医疗知识图谱普遍存在规模小、限制多、可扩展性差等问题,面向医学事实的知识表达能力有限.为此,提出一种双层医疗知识图谱架构,通过对英文患者诊疗事件和中文专家共识进行信息抽取,构建得到一个跨语言、多模态、动态更新、可拓展性强的10亿级医疗知识图谱,可提供更加精准的智能医疗服务.

关键词：医学事实医疗知识图谱双层知识表示信息抽取知识融合

来源：评论

学校读者我要写书评

暂无评论

用于激光雷达目标检测的单阶段无锚框优化网络

引用

计算机辅助设计与图形学学报 2025年第3期37卷 457-464页

作者：朱望江郭建伟张吉光孟维亮张晓鹏中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院大学人工智能学院北京100049 之江实验室杭州311121

激光雷达目标检测近年来开始借鉴图像目标检测的网络设计,但依然存在计算低效无法满足实时应用以及网络结构简单导致性能不足的问题.为此,提出的网络采用了单阶段无锚框的简洁设计;优化了激光点云体素化表达,在提升计算效率的同时保留... 详细信息

激光雷达目标检测近年来开始借鉴图像目标检测的网络设计,但依然存在计算低效无法满足实时应用以及网络结构简单导致性能不足的问题.为此,提出的网络采用了单阶段无锚框的简洁设计;优化了激光点云体素化表达,在提升计算效率的同时保留了一部分点云高程特征;基于残差网络的思想,设计了更深的主干网络结构用于提取深度特征;引入特征金字塔来提升小目标的检测效果.在公开数据集KITTI上,所提网络的mAP指标在各类别目标的检测中均取得了领先的性能(提高了1%~3%).在自动驾驶计算平台上的运行时间测试表明,所提网络能够达到43 ms/帧的处理速度,满足实时性需求.

关键词：目标检测激光雷达自动驾驶单阶段

来源：评论

学校读者我要写书评

暂无评论

基于代理智能的平行厨师:从AI Agents到智慧数字机器人饮食系统

引用

模式识别与人工智能 2025年第3期38卷 252-267页

作者：李柏宋秭函李鑫源黄峻田永林殷烛炎王飞跃湖南大学机械与运载工程学院长沙410082 湖南大学整车先进设计制造技术全国重点实验室长沙410082 澳门科技大学创新工程学院工程科学系中国澳门999078 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院自动化研究所复杂系统管理与控制国家重点实验室北京100190 中国科学院大学人工智能学院北京100049

随着大语言模型技术的高速发展,对话式AI已取得显著进展,但在更复杂任务执行与决策层面仍显局限.为此,代理智能因致力于突破大语言模型仅限信息处理的瓶颈而日益受到关注.文中提出基于代理智能技术的平行厨师智能烹饪系统,提供从菜品决... 详细信息

随着大语言模型技术的高速发展,对话式AI已取得显著进展,但在更复杂任务执行与决策层面仍显局限.为此,代理智能因致力于突破大语言模型仅限信息处理的瓶颈而日益受到关注.文中提出基于代理智能技术的平行厨师智能烹饪系统,提供从菜品决策到烹饪执行的全流程智能化方案.系统综合利用用户健康数据、病史与饮食偏好,实现个性化的菜谱设计与烹饪控制.基于DeepSeek构建多智能体,从烹饪文献提炼专业问答,对大语言模型离线微调,使其具备烹饪推理能力.仿真实验表明,相比推理能力较强的静态大模型GPT o1 pro,代理智能方案融入更丰富的专业知识,更贴合用户需求,凸显出其在健康饮食与个性化服务中的应用潜力.

关键词： AI智能体代理智能平行智能大语言模型烹饪机器人智能烹饪

来源：评论

学校读者我要写书评

暂无评论

一种基于多状态颜色一致性约束的激光-惯性-视觉里程计

引用

电讯技术 2025年第1期65卷 119-126页

作者：刘春明于光远李琮施鹏程孙世颖徐勇军国网山东省电力公司济南供电公司济南250022 多模态人工智能系统全国重点实验室北京100190 重庆邮电大学通信与信息工程学院重庆400065

基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致... 详细信息

基于视觉、激光等单一传感器的定位方法难以适应多样化的环境,围绕激光雷达、惯性测量单元和相机3种模态的传感器信息源,针对激光雷达(Light Detection and Ranging,LiDAR)与视觉测量没有充分关联的问题,提出了一种基于多状态颜色一致性约束的激光雷达-惯性-视觉里程计方法,以提高系统的鲁棒性和定位精度。该方法紧耦合了激光雷达-惯性里程计(LiDAR-Inertial Odometry,LIO)和视觉-惯性里程计(Visual-Inertial Odometry,VIO)两个子系统,并定义了带有颜色信息的全局地图表示形式。LIO子系统中点云经过运动补偿后,直接用于构建点到面的残差。VIO子系统利用全局地图中点的深度信息,根据滑动窗口中多个相机状态观测到同一地图点颜色的一致性,构建光度误差约束,并通过不变扩展卡尔曼滤波(Extended Kalman Filter,EKF)状态估计器进行系统状态更新。在南洋理工大学发布的公共数据集上进行了实验,所提方法在该数据集不同序列上的绝对轨迹误差平均值为0.402 m。

关键词：多传感器融合定位状态估计视觉-惯性里程计激光-惯性里程计

来源：评论

学校读者我要写书评

暂无评论

基于多尺度融合与边界框回归优化的火灾烟雾检测算法

引用

自动化应用 2025年第2期66卷 45-49页

作者：田言超刘文江朱凤华李正熊刚山东交通学院轨道交通学院山东济南250300 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190

针对目前方法存在烟雾火灾检测能力不足、特征提取效果不佳、检测精度普遍不高的问题,提出了一种多尺度融合与边界框优化算法。首先,采用一种高效的多尺度注意力机制,其并行的结构保留了通道信息,使空间语义特征均匀分布;其次,采用WIOUv... 详细信息

针对目前方法存在烟雾火灾检测能力不足、特征提取效果不佳、检测精度普遍不高的问题,提出了一种多尺度融合与边界框优化算法。首先,采用一种高效的多尺度注意力机制,其并行的结构保留了通道信息,使空间语义特征均匀分布;其次,采用WIOUv3损失函数进行边界框回归优化,其具有智能梯度的分配策略,更能关注普通样本的质量,从而提升模型的准确性;最后,改进传统NMS,通过降低其置信度对目标作出优化处理。与原模型相比,优化后的模型的精确率和平均精度均值提升了8.3%和10.3%,证明该优化算法可以有效提高对烟雾火灾目标的检测效果。

关键词：多尺度注意力并行结构损失函数改进NMS

来源：评论

学校读者我要写书评

暂无评论

智能技术赋能科技创新与产业创新融合

引用

经济界 2025年第03期 32-36页

作者：赵晓光中国科学院自动化研究所多模态人工智能系统全国重点实验室海淀区人大常委会民建北京市海淀区委

科技赋能科技创新与产业创新融合，是推动经济高质量发展、实现产业升级和全球竞争力提升的核心路径。本文分析了当前科技创新与产业创新融合具有新技术驱动强劲、跨界融合成为常态、支持政策不断强化、资本助力作用凸显的特点，但也存... 详细信息

科技赋能科技创新与产业创新融合，是推动经济高质量发展、实现产业升级和全球竞争力提升的核心路径。本文分析了当前科技创新与产业创新融合具有新技术驱动强劲、跨界融合成为常态、支持政策不断强化、资本助力作用凸显的特点，但也存在技术壁垒、人才短缺、政策落地有待推动、资本呈现盲目追热点趋势等问题。从强化基础科研、突破核心技术；优化教育体系，培养多层次人才；因地制宜、完善政策体系；优化资本配置、提高使用效率等方面提出建议。

关键词：科技创新产业创新跨界融合智能技术

来源：评论

学校读者我要写书评

暂无评论

基于策略编码的电影评分预测

引用

系统工程 2025年第1期43卷 25-34页

作者：刘通何赛克彭轶淳袁巧巧曾大军中国科学院大学经济与管理学院北京101408 中国人民警察大学河北廊坊065000 中国科学院自动化研究所多模态人工智能系统全国重点实验室北京100190 中国科学院大学北京101408 北京师范大学统计学院北京100875

在当今数据驱动的社会中,理解和预测人类行为,特别是在在线电影评论社区中的评分行为,已成为一个备受关注的研究领域。然而,现有模型在同时捕捉和编码个人因素与情境因素方面存在局限,未能有效整合这两类特征对网络用户评分的共同影响... 详细信息

在当今数据驱动的社会中,理解和预测人类行为,特别是在在线电影评论社区中的评分行为,已成为一个备受关注的研究领域。然而,现有模型在同时捕捉和编码个人因素与情境因素方面存在局限,未能有效整合这两类特征对网络用户评分的共同影响。为应对该挑战,本文深入分析了网络用户的电影评分策略,提出了一种创新的基于策略编码的用户行为模型(SEBM),旨在精确捕捉并融合用户个体特质与情境特征对评分决策的共同影响。本文还引入了脑机制以增强对用户行为的评分预测能力。SEBM模型通过独立编码个人因素作为控制信号,并结合情境因素的编码模块,提高了预测的准确性。实验结果表明,该模型在评分预测任务上表现出色,并在有噪声、小样本和数据不平衡等条件下,展现出显著的稳健性和可靠性。这些发现为理解和预测人类行为提供了新的视角,对实际应用具有重要的指导意义。

关键词：行为建模策略编码脑启发

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：