检索结果-南通市图书馆

Deep imitation reinforcement learning for self-driving by vision

在线全文

学校读者我要写书评

暂无评论

CAAI Transactions on Intelligence Technology 2021年第4期6卷 493-503页

作者： qijie zou Kang Xiong Qiang Fang Bohan Jiang College of Iatelligence Science and Technology National University of Defense TechnologyChangshaChina Infortmation Engineering Faculty Dalian UniversityDalianChina

Deep reinforcement learning has achieved some remarkable results in *** is quite a lot of work to do in the area of autonomous driving with high real-time requirements because of the inefficiency of reinforcement learning in exploring large continuous motion spaces.A deep imitation reinforcement learning(DIRL)framework is presented to leam control policies of self-driving vehicles,which is based on a deep deterministic policy gradient algorithm(DDPG)by *** DIRL framework comprises two components,the perception module and the conttol module,using imitation learning(IL)and DDPG,respectively;The perception module employs the IL network as an encoder which processes an image into a low-dimensional feature *** vector is then delivered to the control module which outputs control ***,the actor network of the DDPG is initialized with the trained IL network to improve exploration *** addition,a reward function for reinforcement learning is defined to improve the stability of self-driving vehicles,especially on *** is verified by the open racing car simulator(TORCS),and the results show that the correct control strategy is learned successfully and has less training time.

关键词： driving Deep network

A path planning algorithm based on RRT and SARSA（λ） in unknown and complex conditions

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

A path planning algorithm based on RRT and SARSA（λ） in un...

基于YOLOv7的人体关联实时吸烟目标检测方法

第32届中国控制与决策会议

作者： zou qijie ZHANG Yue LIU Shihui Information Engineering Faculty Dalian University

ISBN: (数字)9781728158556

ISBN: (纸本)9781728158563

The path planning problem of wheeled mobile robot is different from the traditional method in the environment of outer space which is completely *** robots are needed to explore unknown environments while adapting to terrain changes,it is a more challenging *** this paper,a Rapidly-exploring Random Tree（RRT） path planning algorithm based on reinforcement learning SARSA（λ） optimization（RL-RRT） is proposed to solve the local path planning problem in unknown and complex ***-RRT method improves the performance of RRT algorithm by adding optimization for selection of extension points,introducing the idea of biased goal,using task return function,target distance function and angle restriction,ensuring the randomness of RRT,reducing the number of invalid nodes and optimizing the planning performance.A simulation platform is built under Robot Operating System（ROS） and MATLAB to test the role of multi-objective optimization in path *** simulation results show that the RL-RRT method enables the wheeled mobile robot to reach the target node smoothly and steadily in complex and unknown environments without collision with obstacles,which verifies the reliability and effectiveness of the method.

关键词： local path planning RRT SARSA(λ) wheeled mobile robot unknown and complex environments

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

软件工程 2024年第1期27卷 64-67,78页

作者：孙冰李好黄鑫凯任长宁邹启杰大连大学辽宁大连116622 大连东软信息学院辽宁大连116023

聚焦以智能安防系统为基础的吸烟行为自动检测问题,解决复杂背景影响下吸烟检测的误检漏报缺陷,提出了基于YOLOv7的人体关联实时吸烟目标检测方法。通过定位香烟和场地内人员,利用目标关联的方式解决吸烟行为的实时检测问题。实验测得... 详细信息

聚焦以智能安防系统为基础的吸烟行为自动检测问题,解决复杂背景影响下吸烟检测的误检漏报缺陷,提出了基于YOLOv7的人体关联实时吸烟目标检测方法。通过定位香烟和场地内人员,利用目标关联的方式解决吸烟行为的实时检测问题。实验测得该方法的mAP值为90%,帧率为130.1FPS,结果说明基于YOLOv7的人体关联实时吸烟目标检测方法可适用于高精度的实时目标检测系统。

关键词：吸烟检测目标关联 YOLOv7 目标检测

An end-to-end learning of driving strategies based on DDPG and imitation learning

同方期刊数据库博看期刊评论

在线全文

学校读者我要写书评

暂无评论

An end-to-end learning of driving strategies based on DDPG a...

Hyperchaotic Impulsive Synchronization and Digital Secure Communication

第32届中国控制与决策会议

作者： qijie zou Kang Xiong Yingli Hou Information Engineering College Dalian University Unmanned Systems Research Center National Innovation Institute of Defense Technology

The Deep Deterministic Policy Gradient Algorithm（DDPG） has great advantages in continuous control problems and plays a very important role in the field of autonomous ***,the performance of the traditional DDPG algorithm depends on the initialization parameter settings,and it is difficult to achieve satisfactory results in the actual *** the same time,traditional DDPG also needs a lot of exploration to converge to a suitable control *** paper proposes a DDPG algorithm framework based on imitation learning（DDPG-IL）.The framework first obtains demonstration data（via IL） and stores it in the expert pool,meanwhile the DDPG algorithm is *** the algorithm makes reasonable use of the demonstration data and its own exploration data for ***,when the algorithm reaches an approximate expert level,it gradually becomes an ordinary reinforcement learning and continues training by self-learning until the algorithm converges to a stable *** experimental comparison on the racing simulator TORCS proves that our proposed DDPG-IL algorithm has more advantages and can obtain better performance than the traditional DDPG algorithm.

关键词： driving strategy imitation learning deep reinforcement learning DDPG experience separation

来源： cnki会议评论

在线全文

cnki会议

学校读者我要写书评

暂无评论

Journal of Applied Mathematics and Physics 2022年第12期10卷 3485-3495页

作者： Mingjun Wang Yujun Niu Bing Gao qijie zou School of Information Engineering Dalian University Dalian China School of Software Engineering Dalian University Dalian China

Based on chaos shift keying approach, impulsive signals from Hyperchaotic Chen system and Hyperchaotic Lü system are alternately emitted according to the transmission of binary signals “0” and “1”. In the receiver, these two hyperchaotic systems are adopted as response systems at the same time. The digital signals are recovered via comparing the discrete signals of the two error systems. Numerical simulations show the effectiveness of the method.

关键词： Impulsive Synchronization Chaos Shift Keying Switch Modulation Secure Communication

支持混合主动交互的USV可变自主系统结构研究

维普期刊数据库评论

在线全文

维普期刊数据库

学校读者我要写书评

暂无评论

华中科技大学学报（自然科学版） 2015年第S1期43卷 127-131页

作者：邹启杰张汝波大连大学信息工程学院辽宁大连116600 大连民族大学机电信息学院辽宁大连116600

针对混合主动交互的水面无人艇(USV)系统体系结构设计问题,提出一种基于智能体的可变自主系统体系结构模型(MAAF).该模型分为USV可变自主部分、系统用户分析部分以及系统交互推理部分的设计和实现,并采用Agent信念-愿望-意图模型建立系... 详细信息

针对混合主动交互的水面无人艇(USV)系统体系结构设计问题,提出一种基于智能体的可变自主系统体系结构模型(MAAF).该模型分为USV可变自主部分、系统用户分析部分以及系统交互推理部分的设计和实现,并采用Agent信念-愿望-意图模型建立系统用户和USV的交互推理过程.最后,利用仿真实验验证,结果表明该系统结构模型满足混合主动交互和分布式与分层式相结合的决策要求,并且合理有效.

关键词：水面无人艇可变自主系统控制结构混合主动交互智能体

在线全文

学校读者我要写书评

暂无评论

基于多属性决策的自主等级评估算法

华中科技大学学报（自然科学版） 2011年第S2期39卷 382-384页

作者：邹启杰张汝波唐平鹏尹丽丽哈尔滨工程大学计算机科学与技术学院黑龙江哈尔滨150001 大连东软信息学院计算机科学与技术系辽宁大连116023

通过多属性决策的理论对自主能力进行评估,实现了混合主动交互的可变自主系统.结合水面无人系统的导航任务,给出了基于多属性决策理论的自主能力确定模型.利用该模型,能够评价当前形势下可行的自主等级,并基于用户偏好做出选择,解决了... 详细信息

通过多属性决策的理论对自主能力进行评估,实现了混合主动交互的可变自主系统.结合水面无人系统的导航任务,给出了基于多属性决策理论的自主能力确定模型.利用该模型,能够评价当前形势下可行的自主等级,并基于用户偏好做出选择,解决了未知环境下无人系统自主等级合理确定的问题,具有较好的效果.研究结果表明基于多属性决策的自主等级确定算法是有效的.

关键词：无人系统自主等级可变自主混合主动交互多属性决策

在线全文

学校读者我要写书评

暂无评论

采用排序组织法的USV自主等级控制算法

辽宁工程技术大学学报（自然科学版） 2018年第1期37卷 210-215页

作者：董英茹邹启杰张汝波李枝霖大连东软信息学院软件工程系辽宁大连116000 大连大学信息工程学院辽宁大连116000 大连民族大学信息与通信工程学院辽宁大连116000

为使水面无人艇(Unmanned Surface Vehicle)系统能够主动地调整自身的自主等级,使其在不确定的海洋环境下执行导航任务时能够更加快速准确地识别目标任务,提出了一种基于排序组织法(preference ranking organization method for enrichm... 详细信息

为使水面无人艇(Unmanned Surface Vehicle)系统能够主动地调整自身的自主等级,使其在不确定的海洋环境下执行导航任务时能够更加快速准确地识别目标任务,提出了一种基于排序组织法(preference ranking organization method for enrichment evaluation,PROMETHEE法)的自主等级控制算法.USV导航任务的仿真实验结果说明,基于排序组织法的自主等级控制算法可实现USV自适应式的自主等级调整,优化人机协作关系,较大程度地提高了无人系统的任务完成能力.由此得出结论:USV系统的可变自主性一定程度上优化了USV的导航能力.

关键词：水面无人艇可变自主自主等级排序组织法(PROMETHEE法) 多属性决策

卫星网络中基于多QoS约束的蚁群优化路由算法

在线全文

学校读者我要写书评

暂无评论

计算机工程 2019年第7期45卷 114-120页

作者：魏德宾刘健潘成胜邹启杰大连大学信息工程学院辽宁大连116622 通信与网络重点实验室辽宁大连116622

针对蚁群算法在求解多目标优化问题时存在收敛速度慢、容易陷入局部最优解等问题,提出一种面向卫星网络的多约束QoS路由算法。通过改进蚁群算法的启发函数,将链路QoS信息作为蚂蚁选择下一跳节点的重要依据,并结合排序思想与最大最小蚂... 详细信息

针对蚁群算法在求解多目标优化问题时存在收敛速度慢、容易陷入局部最优解等问题,提出一种面向卫星网络的多约束QoS路由算法。通过改进蚁群算法的启发函数,将链路QoS信息作为蚂蚁选择下一跳节点的重要依据,并结合排序思想与最大最小蚂蚁算法优化信息素更新规则,获取符合当前业务的最优QoS路径。实验结果表明,该算法在满足卫星网络业务多QoS需求的同时,具有良好的收敛速度和寻优能力。

关键词：卫星网络服务质量路由蚁群算法启发函数信息素