基于异环境重要性采样的增强DDRQN网络

针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。     

对装备可计量性的思考

本文在提出可计量性的定义与对可计量性理解的基础上,梳理了可计量性与装备"五性"的关系,分析了可计量性研究对计量保障的作用,以及可计量性在武器装备全系统全寿命周期中的作用,并对如何开展在研和现役武器装备的可计量性研究提供了思路。     

电话号码谐变曲

光阴荏苒,日月如梭,不知不觉我的电话从无到有、从固定到移动,号码由6位数变为8位数、再由8位数变为11位数。电话见证了我得到的爱,电话让我沐浴着爱,电话让我传递着爱……上个世纪90年代初,我和妻子分别在丰都南北方向的偏远小学教书。当时表达关怀和爱意最好的方式就是写信,因为当时的摇把子电话要转接七、八次才能到达对方学校,还时     

武器系统可靠性的最低可接收值选取探讨

通过对短时高风险定时试验方案、Bayes方案和可靠性评估方法应用分析,总结了最低可接收值对试验周期以及试验结果评定的影响.根据目前的实际情况,提出了在可靠性试验中最低可接收值的选取原则和方法,有很好的实用性.     

一种先进的固体火箭冲压发动机堵盖设计

简要对比了固体火箭冲压发动机不同形式进气道出口堵盖设计方案,指出可烧蚀堵盖是今后技术发展的方向.在此基础上详细设计了一种该类型堵盖,它是由钯和铝组成的层压板结构.同时,还对其进行了应力分析,结果表明该设计方案可以满足固冲发动机对进气道出口堵盖的强度和密封要求,可为可烧蚀堵盖在未来先进空空导弹上的应用提供参考.     

利用波达方位角及其变化率对运动辐射源的无源定位

阐述了利用波达方位角及其变化率对地面运动辐射源进行无源定位的原理,通过Jacobi矩阵推导出可观测性表达式,讨论了不同相对运动状态下的可观测条件.提出了融入波达方位角变化率信息的MGEKF(修正增益的扩展卡尔曼滤波)算法,并通过仿真与只利用方位角信息的MGEKF算法以及经典的EKF(卡尔曼滤波)算法进行了比较.     

线性系统测试矩阵优化

研究了工程中常见的线性系统循环指数为1(即其约当标准形不同的约当块不出现重根)的情况下测试矩阵优化的方法.通过将系统矩阵变换为约当标准型,能够简单地判定测试矩阵能否保持系统可观测.采用该方法可以在保持系统可观测的情况下,简单而直观地获取系统测试代价最小的测试策略.例子表明,该算法在工程上易于应用.     

我国财政的战争承受力研究

文章界定了国家财政的战争承受力,分析了国家财政实力与财政承受力的关系,进行了战时国家财政支出的可替代性分析,提出了认识国家财政战争承受能力的思路。     

军事人力资本进入约束的理论探讨

文章运用个人职业选择理论和现代劳动力市场分割理论,从军事人力资本进入约束的角度分析现阶段我军在使用军事人力资本方面存在的问题,为提高高质量军事人力资本存量比例和使用效率提供相应的理论依据。