检索结果-南通市图书馆

基于深度强化学习的多智能体编队避障控制研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于深度强化学习的多智能体编队避障控制研究

作者：虞逸凡大连海洋大学

学位级别：硕士

随着海洋探索技术的日益革新,无人船以及水下机器人等智能体凭借其安全和可靠性逐渐替代传统的人力作业方式。多智能体系统能够凭借其高度协同、自我组织以及智能决策的能力解决单智能体难以完成的广泛执行范围和高复杂度任务。编队避... 详细信息

随着海洋探索技术的日益革新,无人船以及水下机器人等智能体凭借其安全和可靠性逐渐替代传统的人力作业方式。多智能体系统能够凭借其高度协同、自我组织以及智能决策的能力解决单智能体难以完成的广泛执行范围和高复杂度任务。编队避障控制是多智能体系统完成任务的核心技术之一。传统编队避障控制方法严重依赖于智能体运动学/动力学模型,而精确信息在复杂环境下难以获取。深度强化学习能够使得智能体通过与环境交互自主学习,从而在不确定环境下实现有效的编队避障控制,但平衡避障和维持编队的要求、成功地到达既定目标以及大规模智能群体学习策略困难仍然是一个亟待解决的问题。因此,本文针对基于深度强化学习的多智能体编队避障控制问题展开研究。本文主要研究工作如下:(1)提出了一种基于MATD3算法的多智能体编队避障控制方法。针对传统控制方法对环境模型和运动学/动力学模型的严重依赖导致难以在复杂环境下解决编队避障问题,首先给出领航者和跟随者两类异构智能体的马尔科夫决策过程模型,使得智能体在信息受限的条件下实现决策优化。其次为减少对全局信息的依赖设计两类智能体各自的局部观测表示。然后设计了平衡编队、避障及导航的综合奖励函数以满足编队避障需求。最后使用MATD3算法训练智能群体,使其能够在不依赖模型的情况下自主学习到局部运动策略。实验结果表明,智能体群在保持编队的同时避开障碍物并最终到达目标点。所提方法能够使得智能体群在复杂环境下获得到有效的编队避障控制策略。(2)提出了一种基于SAAC算法的编队避障策略优化方法。针对训练智能群体存在难以充分探索多任务的复杂环境以及获取最优策略困难问题,首先加入最大熵优化的概念,促使智能体更好地探索环境。其次融入多头自注意力机制,更有效的获取与智能体相关的信息,优化输入并加速策略学习。最后使用SAAC算法训练智能群体。实验结果表明,智能群体具有更好的编队、避障和导航性能,并在增大智能体规模和不同障碍物环境时仍然有效。所提方法使得智能体能够更迅速、精确地学习到最优的运动策略。(3)提出了一种基于MFQ算法的大规模编队避障控制方法。针对现有方法由于智能体数量增加,维度激增,导致大规模智能群体难以获得稳定的编队避障策略问题,首先通过设计多通道×类图像的观测表示以及受鱼群行为启发的动作表示降低数据输入的维度。然后使用MFQ算法训练智能群体,将智能群体间的交互近似为中心智能体与虚拟平均智能体之间的交互,以简化学习过程和降低学习难度。实验结果表明,智能体在群体规模为10或15时能够在保持队形的同时有序避开障碍物并最终到达目标点。所提方法能够使得大规模智能群体获得稳定的编队避障控制策略。

关键词：多智能体系统深度强化学习编队避障控制大规模智能群体

初始血液透析患者发生肾性贫血的相关因素分析

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

初始血液透析患者发生肾性贫血的相关因素分析

作者：颜逸轩南昌大学

学位级别：硕士

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

主企业控股股东股权质押对供应商投资的影响

主企业控股股东股权质押对供应商投资的影响

作者：钟逸娟广西大学

学位级别：硕士

基于多模型融合的高维数据的设备温度预测方法研究

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

基于多模型融合的高维数据的设备温度预测方法研究

作者：翟逸男大连海洋大学

学位级别：硕士

随着我国城市化进程的飞速发展和对城市轨道交通产业建设的大力支持,城市道路交通变得愈发复杂,地铁出行方式因其特有的绿色环保、安全准时等优点已经逐步成为了大部分居民出行的首要选择。与此同时,轨道交通列车的安全问题也一直受到... 详细信息

随着我国城市化进程的飞速发展和对城市轨道交通产业建设的大力支持,城市道路交通变得愈发复杂,地铁出行方式因其特有的绿色环保、安全准时等优点已经逐步成为了大部分居民出行的首要选择。与此同时,轨道交通列车的安全问题也一直受到社会的广泛关注。列车的设备故障将直接影响安全运营问题,而列车辅助系统逆变器作为列车运营中的重要电力设备,其设备温度升高会导致列车发生故障。因此,逆变器温度预测方法的研究对降低维护成本、提升运营智能化和保障安全运营具有研究价值和现实意义。在现有的设备温度预测模型中,存在数据样本不平衡、数据维度高的特点,导致特征提取的效果不佳。同时,传统的单一预测模型存在挖掘隐藏数据相关性较差和难以适应多样化的数据类型,从而导致预测精度较差。本文围绕如何准确的预测辅助系统逆变器温度这一问题展开深入研究,主要的研究内容包括如下两个方面:(1)提出了一种基于改进的深度卷积生成对抗网络结合随机森林的数据降维模型RT DG-GMRF(Redundant Masked Data,Temporal Action Detection,DCGAN-Gibbs,Map Red uce,Random Forest)。首先针对列车低压数据信息较少导致的样本不均衡的问题,对输入的列车数据使用改进后的RTDG进行数据增强处理,对低压数据样本进行扩增。然后针对高维度的数据,提出GMRF模型,即一种过采样策略结合Map函数并行构建决策树形成随机森林,得到一个信息更加丰富的特征空间,能够最大程度保留与逆变器温度相关的数据特征。实验结果表明,改进后的模型评价指标提升了0.37。(2)提出了一种基于Transformer的多模型融合策略预测方法。针对现有的单一预测模型不能挖掘列车辅助系统数据信息中的空间和时序相关性,分别基于状态空间SSM(State Space Models)和时序空间TN(Temporal Networks)对模型中注意力机制加以改进,并对模型进行加权堆叠融合得到温度预测模型STTr(SSM-TN-Transformer),使模型能够更加有效地关注与逆变器温度相关的重要特征,提高模型对辅助系统逆变器温度变化的预测的准确性。为了验证模型的有效性,本课题研究在收集到的轨道交通辅助系统的真实数据集中进行温度预测实验,并且与其他预测方法进行对比实验,分别采用MSE、RMSE、MAE等评价指标作为评价依据。实验结果表明,在前置条件不变的情况下,融合模型的预测结果相较于单一模型的预测结果提升了4.93%,相较于未增强数据集改进预测模型的结果提升了9.73%,因此本文提出的温度预测模型有助于提升轨道列车的辅助逆变器设备的温度的预测效果。

关键词：设备温度预测生成对抗网络随机森林 Transformer 模型融合

基于双模式切换的机载惯性/雷达组合导航方法

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

系统工程与电子技术 2024年第8期46卷 2770-2778页

作者：张冬邢福逸徐允鹤钱鹏复旦大学航空航天系上海201203 中国航空工业集团有限公司沈阳飞机设计研究所辽宁沈阳110035 北京航天时代激光导航技术有限责任公司北京100094

针对机载惯性导航系统(inertial navigation system,INS)/毫米波雷达组合导航系统中,毫米波雷达测角随机常值误差会带来定位精度损失问题,提出一种基于容积卡尔曼滤波算法的双模式自适应双重切换INS/毫米波雷达组合导航方法。将组合导... 详细信息

针对机载惯性导航系统(inertial navigation system,INS)/毫米波雷达组合导航系统中,毫米波雷达测角随机常值误差会带来定位精度损失问题,提出一种基于容积卡尔曼滤波算法的双模式自适应双重切换INS/毫米波雷达组合导航方法。将组合导航过程分为斜距角位置匹配与相对位置矢量匹配两个阶段,并对导航系统建模方法进行改进,将测角常值误差导致的位置误差从组合误差中分离出来。导航初阶段采用斜距角位置匹配模式,针对近距时滤波发散的问题,采用基于滑动窗方差判别的模式切换方法对切换条件进行实时判定,判定满足条件后自动切换组合模式为相对位置矢量匹配模式。以载机着陆为背景进行仿真验证,结果表明,所提方法有效提升了组合导航精度,具有一定的工程意义。

关键词：机载惯性导航系统毫米波雷达组合导航双模式切换