检索结果-南通市图书馆

控制与决策 2024年第4期39卷 1203-1211页

作者：周文娟张超群汤卫东易云恒刘文武秦唯栋广西民族大学人工智能学院南宁530006 广西混杂计算与集成电路设计分析重点实验室南宁530006

搜索和救援优化算法(SAR)是2020年提出的模拟搜救行为的一种元启发式优化算法,用来解决工程中的约束优化问题.但是,SAR存在收敛慢、个体不能自适应选择操作等问题,鉴于此,提出一种新的基于强化学习改进的SAR算法(即RLSAR).该算法重新设... 详细信息

搜索和救援优化算法(SAR)是2020年提出的模拟搜救行为的一种元启发式优化算法,用来解决工程中的约束优化问题.但是,SAR存在收敛慢、个体不能自适应选择操作等问题,鉴于此,提出一种新的基于强化学习改进的SAR算法(即RLSAR).该算法重新设计SAR的局部搜索和全局搜索操作,并增加路径调整操作,采用异步优势演员评论家算法(A3C)训练强化学习模型使得SAR个体获得自适应选择算子的能力.所有智能体在威胁区数量、位置和大小均随机生成的动态环境中训练,进而从每个动作的贡献、不同威胁区下规划出的路径长度和每个个体的执行操作序列3个方面对训练好的模型进行探索性实验.实验结果表明,RLSAR比标准SAR、差分进化算法、松鼠搜索算法具有更高的收敛速度,能够在随机生成的三维动态环境中成功地为无人机规划出更加经济且安全有效的可行路径,表明所提出算法可作为一种有效的无人机路径规划方法.

关键词：强化学习搜索与救援优化算法异步优势演员-评论家算法路径规划路径调整无人机

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法

引用

电子与信息学报 2023年第7期45卷 2406-2414页

作者：唐伦文明艳单贞贞陈前斌重庆邮电大学通信与信息工程学院重庆400065 重庆邮电大学移动通信重点实验室重庆400065

智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参... 详细信息

智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参数:本地训练次数和参与聚合的局部模型数量。然后,为解决资源受限的移动边缘计算(MEC)下碰撞预警模型协作训练的效率问题,根据上述参数与SFLAAP训练时延的关系,建立训练总时延最小化模型,并将其转化为马尔可夫决策过程(MDP)。最后,在所建立的MDP中采用异步优势演员-评论家(A3C)学习求解,自适应地确定最优训练参数,从而减少碰撞预警模型的训练完成时间。仿真结果表明,所提算法有效地降低训练总时延并保证预测精度。

关键词：碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法

来源：

维普期刊数据库

同方期刊数据库评论

在线全文

学校读者我要写书评

暂无评论

基于强化学习算法的机械臂PAP操作技能学习研究

基于强化学习算法的机械臂PAP操作技能学习研究

引用

作者：黄新蕊燕山大学

学位级别：硕士

随着人工智能的迅速发展,强化学习逐渐成为机器人操作技能学习研究的重点算法之一。针对在机器人操作技能学习阶段面临的周期长、成本高和效率低等诸多难题,设计出具备一定自主决策和学习能力的机器人操作技能学习算法成为机器学习研究... 详细信息

随着人工智能的迅速发展,强化学习逐渐成为机器人操作技能学习研究的重点算法之一。针对在机器人操作技能学习阶段面临的周期长、成本高和效率低等诸多难题,设计出具备一定自主决策和学习能力的机器人操作技能学习算法成为机器学习研究的重中之重。本文针对机械臂抓取与放置(Pick-and-place,PAP)操作技能学习问题展开研究,在综合分析国内外研究现状的基础上,结合强化学习算法并加以改进,基于此设计更加有效的机械臂PAP操作技能学习方法。具体研究内容如下:首先,针对基于强化学习算法的PAP操作技能学习效率和成功率普遍偏低问题,提出了联合演员-评论家(Actor-Critic,AC)算法和Q-Learning算法的机器人PAP操作技能学习算法。该算法基于Actor-Critic和动作-价值(Action-Value)的等价性,利用策略算法的融合学习,推导设计了联合AC和Q-Learning的ACQL算法;将ACQL算法用于PAP操作技能学习过程中,采用演员-评论家算法进行策略更新,并将学习所得数据存入回放缓冲区;同时采用Q-Learning对缓冲区的数据进行学习,更新Q值,解决了Q-Learning收敛问题。最后,设计了对比实验,验证了ACQL算法解决PAP操作技能学习问题的有效性。然后,针对基于ACQL算法的PAP操作技能学习中存在的数据相关性高、学习效率仍不够理想的问题,提出了基于A3CQL算法的PAP操作技能学习算法。基于异步优势演员-评论家(Asynchronous Advantage Actor-Critic,A3C)算法对ACQL算法进行改进,设计了A3CQL算法;将A3CQL算法用于PAP操作技能学习过程中,运用优势函数对Critic网络进行优化,使机械臂PAP操作技能学习趋向奖励值最大化,并且在机械臂探索过程中结合了价值函数和异步学习机制;最后,通过实验验证了A3CQL算法解决PAP操作技能学习问题的高效性。

关键词：强化学习机器人操作技能机械臂抓取与放置演员-评论家算法 Q学习算法异步优势演员-评论家算法

来源：

同方学位论文库评论

在线全文

同方学位论文库

学校读者我要写书评

暂无评论

欢迎您,

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案：

请选择收藏分类：

通借通还

欢迎您,

建议与咨询 留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

时间限定

文献类型

馆藏选择

核心期刊

语言

文献类型

帮助

文字说明：

检索规则说明：

检索范例：

分类表

所选分类

限定检索结果

文献类型

馆藏范围

日期分布

学科分类号

主题

机构

作者

语言

在线全文

在线全文

在线全文

请选择保存的检索档案： 新增检索档案 确定 取消

请选择收藏分类： 新增自定义分类 确定 取消

通借通还

建议与咨询留下您的常用邮箱和电话号码，以便我们向您反馈解决方案和替代方法

请选择保存的检索档案：

请选择收藏分类：