强化学习论文

论文摘要本文通过分析自动驾驶的相关技术,从环境感知、行为决策、路径规划以及运动控制四个方面入手,深度分析了监督学习、非监督学习、深度学习、神经网络等计算机学习类别,利用高精地图...

论文摘要针对月面巡视器自主地貌感知的应用需求,提出了一种基于强化学习的月表兴趣地貌主动感知方法。利用图像显著性,分析设定地貌主动感知触发条件,并在贝叶斯估计框架基础上设计能够代...

论文摘要针对再入飞行器制导方法需要根据人工经验调整参数才能适应不同远近、方位目标点的问题,提出"智能预测校正制导"的概念,将飞行环境构建为包含千万量级状态点...

论文摘要针对中央空调系统机理建模困难和参数辨识工作较为复杂的问题,提出了一种基于自适应建模和自学习机制的中央空调系统节能优化运行方法;设计了空调系统马尔可夫决策过程模型,采用具...

论文摘要为了进一步发挥空气悬架车身高度调节系统的性能,在Belief-Desire-Intention（BDI）框架下构建了目标车身高度控制智能体,并采用汤普森抽样算法构建智能...

论文摘要提出一种基于Q-learning算法的建筑能耗预测方法.通过将建筑能耗预测问题建模为一个标准的马尔科夫决策过程,利用深度置信网对建筑能耗进行状态建模,结合Q-learn...

论文摘要对元胞自动机引入Gipps跟驰模型,并结合改进的Q强化学习方法分别建立普通车辆及智能网联车的微观行驶策略,提出了一种新型的混合交通流演化仿真方法.然后,利用数值模拟方式...

论文摘要二维弹道修正弹是对制式弹药的智能化改造,是一种低成本且具有一定打击精度的新型"简易制导"弹药.在此,介绍近几年主流的二维弹道修正机构方案,分析各机构...

论文摘要电磁频谱的主导权是现代化电子战制胜的关键。传统的通信对抗中干扰方的干扰模式相对固定单一,干扰效率低下。因此,研究频谱对抗环境中利用强化学习智能选择干扰信道策略对用户通信...

论文摘要针对人工智能在传统飞航导弹控制系统优化改造方面的应用进行了初步探索。考虑到目前实际应用中控制结构基本上都是采用PID控制形式,利用强化学习技术实现了PID姿态控制参数的...

论文摘要基于图像的视觉伺服机器人控制方法通过机器人的视觉获取图像信息,然后形成基于图像信息的闭环反馈来控制机器人的合理运动.经典视觉伺服的伺服增益的选取在大多数条件下是人工赋值...

论文摘要针对含光伏发电的微电网系统储能调度问题,文章提出了一种基于深度强化学习的微电网储能系统调度策略。为了分析不同场景组合模型对微电网储能调度策略的影响,以住宅用户微电网系统...

论文摘要针对城市交通信号控制中如何有效利用相关信息优化交通控制并保证控制算法的适应性和鲁棒性的问题,提出一种基于深度强化学习的交通信号控制算法,利用深度学习网络构造一个智能体来...

论文摘要随着可再生能源产业不断壮大,可再生能源消纳问题日益凸显。为了充分挖掘源–网–荷–储联合运行的灵活性调节能力,提高可再生能源的消纳水平,该文提出一种基于灵活性平衡理论的可...

论文摘要针对智能驾驶车辆传统路径规划中出现车辆模型跟踪误差和过度依赖问题,提出一种基于深度强化学习的模型迁移的智能驾驶车辆轨迹规划方法.首先,提取真实环境的抽象模型,该模型利用...

论文摘要当前,越来越多的含电气热商业楼宇配备有各类分布式发电设备,商业楼宇群的负荷构成越来越复杂。针对商业楼宇群分时电价的制定问题,该文在考虑了售电公司和商业楼宇群双方利益后,...

论文摘要随着中国电力市场化改革的推进,需求响应业务在向着多元化、常态化发展,新环境对需求响应的可靠性与精准性的要求越来越高,亟须完善的技术支撑。深度强化学习能够对复杂的外部环境...

论文摘要与固定翼无人机相比,小型无人直升机由于具有垂直起降、空中悬停、姿态灵活等飞行特性,同时又具有应用成本小、部署方便等诸多优势,在军事和民用领域均有广阔的应用前景。最近十年...

论文摘要本文主要致力于解决参数化形式的优化问题,即minθf(θ,w),其中θ是需要优化的变量,w则是对应不同优化问题的参数,在现实中经常会遇到需要解决一系列不同参数下的优化问...

论文摘要"斗地主"是典型的多人合作非完全信息博弈,蒙特卡洛树搜索是求解博弈(围棋、国际象棋等)问题的重要工具.本文首先提出基于"斗地主"...