基于元课程强化学习的多智能体协同博弈技术

多智能体协同博弈具有实时及动作连续性、非完全信息博弈、庞大的搜索空间、多复杂任务和时间空间推理等特点,是当前人工智能领域极具挑战的难题之一。针对大规模多智能体强化学习训练时间长、难以收敛等问题,提出了一种基于Actor-Critic的多智能体强化学习协同博弈框架,利用元课程强化学习方法对小规模场景进行基础课程元模型提取,并且基于课程学习向大规模场景进行模型迁移,在元模型基础上继续进行训练,扩展元模型策略网络,最终得到较优协同博弈策略。在《星际争霸Ⅱ》平台上进行仿真实验,结果表明：基于元课程强化学习的多智能体协同博弈技术可有效地加速其训练过程,相较于传统训练方法可以在较短时间内达到较高的胜率,训练速度提升约40%,该方法可有效支撑多智能体协同博弈策略的高效生成,为低资源下的强化学习高效训练奠定理论基础。     

逻辑程序设计与关系数据库集成的一种基于预编译的解释方法

本文在研究逻辑程序设计与关系数据库的两种集成方法(解释和编译)的基础上,提出了一种新的基于预编译的解释方法,该方法保持了前两种方法的优点,克服了它们的不足。基于此方法,文中介绍了一个相应的集成系统的原型及主要实现技术,其中包括物理级的耦合连接,逻辑级的语言合成,源程序级的部分计算和静态优化,以及动态执行过程中的事实调度和版本管理等。目前,该原型作为知识库管理系统GKBMS 的内核,已投入实际应用。     

象棋博弈中的领导之道

中国象棋学问极深。不少有作为的领导者都深谙象棋博弈中的领导之道。像人们早就总结出的“要树立一盘棋的思想”；“为将者，要用好车、马、炮”；“爱护兵卒，才能使过了河的兵卒当车使”；“为了全局，在关键时刻要舍卒保车。甚至舍车保帅”，等等。象棋中的领导之道不知为多少高明的领导者提供了科学的智慧、辩证的思维和胜利的借鉴，使他们在规则意识、大局意识、协同意识、应变意识的指导下，冷静面对复杂局势，促成了事业的兴旺发达。     

基于知识的ATR系统综述

基于知识的ATR系统的发展能显著提高武器系统的性能,对实现武器系统智能化起着关键性作用,本文分析了基于知识的ATR系统的发展过程、现状,综述了ATR算法,并探讨了其未来的技术途径。     

针对突发威胁的无人机多机协同路径规划的方法

在无人机多机协同路径规划中,采用V orono i图方法,引入协同变量和协同函数,产生关于已知威胁的路径,使各架无人机能够同时到达目标。在此基础上,利用集合点规划状态图,针对作战过程中的突发威胁实时进行路径规划,从而得到各架飞机的几何路径。仿真结果表明集合点规划状态图的使用对于无人机多机协同路径规划中的突发威胁问题的求解是有效的。     

“四新”背景下农林经济管理专业政产学研协同育人机制建设研究——以石河子大学为例

在“四新”建设背景下，推进农林经济管理专业政产学研协同育人机制建设，有助于提升人才培养能力、培养质量和就业水平。以石河子大学为例，在分析农林经济管理专业政产学研协同育人机制建设现状与问题基础上，从推进制度与平台建设、课程体系建设、多元主体参与下人才分类培养创新、师资队伍建设、人才培养质量多元评价与反馈机制构建等方面提出政产学研协同育人机制建设的重点内容，以及在建设中要突显的特色。     

基于内容的月球影像检索并行框架设计

基于内容的月球影像检索面向月球探测计划获取的大量遥感数据,根据影像视觉内容,提供一种方便而高效的检索方式。为提高其检索效率,在对基于内容的月球影像检索过程进行分析的基础上,运用Petri网完成过程建模与并行化分析。提出一种基于内容的月球影像检索并行框架,并据此部署实验系统,将嫦娥月球影像等实际数据集投入其中进行检索实验。结果表明,基于内容的月球影像检索并行框架能够有效提升查询检索效率。