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。     

极端曝光图像的多尺度分解细节感知融合算法

针对极端曝光(欠曝光和过曝光)图像动态范围低的问题,提出一种基于多尺度分解细节感知的图像融合算法。欠曝光图像经过细节增强后,与过曝光图像进行初步的粗融合;采用小波变换对细节增强后图像的亮度分量进行多尺度分解,并设计专门的高频和低频融合策略,实现亮度分量的精融合;将粗融合图像的色调、饱和度分量,与精融合图像的亮度分量重组,获得最终的融合结果。基于大量测试数据,实验结果表明所提方法在视觉效果方面表现优异,平均MEF-SSIM指标为0.985 4,平均SSIM指标为0.650 8,均优于现有主流算法。     

超储器材调剂型供应优化决策研究

在全域装备器材保障过程中,考虑预先调剂的多种超储器材供应方式及其优先级排序,以总成本最小、时间最短、闲置率最低为目标,构建了装备器材调剂型供应优化模型,引入遗传算子的改进人工鱼群算法进行求解,实例分析结果表明优化供应方案优于现行供应方案,验证了模型和算法的有效性和优越性.     

一种通用有效的神经网络映射算法

首先分析了神经网络映射的本质,神经网络拓扑结构和神经计算过程,在充分考虑负载均衡与通讯开销的基础上,引入了时间步的思想,提出了一种通用有效的神经网络映射算法,最后给出的对多种拓扑结构的神经网络的测试结果证明了该算法的通用性和有效性。     

防空C~3I系统战前辅助决策的MADM模型及框架设计

存在于Ｃ３Ｉ系统中的决策是大量且复杂的。首先详细分析了野战防空Ｃ３Ｉ系统战前决策的五个基本内容;然后,根据多属性决策（ＭＡＤＭ）理论,提出了一种统一的战前辅助决策的ＭＡＤＭ模型,并从实际出发,给出了求解随机的ＡＤＭ问题的三个适用方法;最后讨论了辅助决策系统的枢架设计及实现方法。     

何时缚住苍龙—银川大气中的化学成分及污染程度

何时缚住苍龙──—银川大气中的化学成分及污染程度一、前言银川市是我国３５个重点环境综合整治考核城市之一,！９９２年全国评比列第３１位。由于银川地处黄土高原,属煤烟型城市,因此,也是我国大气颗粒物污染比较严重的城市之一。环境监测数据表明,大气颗粒物和降...     

介质谐振器微波电路的应用

本文评述了近年来介质谐振器微波电路的若干应用及进展,供有兴趣的读者参考。     

对多轴机床进行快速几何校正的自调整激光干涉仪

软件容量误差补偿技术被证明可以有效地提高机床精度。但是,多轴机床的容量误差补偿需要事先知道机床几何误差的详细情况,这种几何误差常用激光干涉仪进行校正。商用激光干涉仪,如HP5529A,由于它的每种误差都需要采用不同的光学装置,因而十分昂贵;并且误差校正前要为光学装置和手动激光路线调整进行繁多的准备工作,所以采用商用干涉仪非常费时。除此之外,操作这种干涉仪还要求技术人员训练有素。用于     

模糊多目标群决策方法的军事应用

本文利用模糊数方法表示多目标群决策中的语言评价权系数和目标评价值 ,并用模糊数排序的方法求出各方案的排序指标 ,从而得到方案的最佳排序。     

单片机在激光测距性能检测中的应用

本文介绍了一种利用单片机组成激光测距性能检测系统的设计思想,工作原理及实际应用情况,为科学检测激光测距性能提供一种新的手段。