检索结果-南通市图书馆

中国科学：技术科学 2024年第2期54卷 265-274页

作者：杨嘉楠丁一航朱益民蔡博马雨婷李云鹏韩铭昊哈尔滨工业大学航天学院哈尔滨150000

安全性是强化学习智能控制与决策方法大规模推广应用的必需能力.本文旨在实现智能体只通过安全策略(即将智能体动作限制在安全区域内的策略)收集数据进行训练,并使得最终训练的策略具有安全性保证.针对上述需求,研究拟采用控制理论中稳... 详细信息

安全性是强化学习智能控制与决策方法大规模推广应用的必需能力.本文旨在实现智能体只通过安全策略(即将智能体动作限制在安全区域内的策略)收集数据进行训练,并使得最终训练的策略具有安全性保证.针对上述需求,研究拟采用控制理论中稳定性分析的方法,在一致最终有界性约束下优化强化学习训练的策略.具体而言,本方法提出了一类学习系统动态模型和李雅普诺夫函数的有效方法,在不将智能体驱动到安全区域之外的前提下,利用其实现闭环系统的稳定性分析.此外,本文给出了如何在提高策略性能的同时逐步扩大安全区域的方法,并在此基础上,给出了一种实用有效的算法来保证闭环系统在训练中及训练后的策略稳定性.最终,本文通过倒立摆对理论结果进行了仿真验证,即验证如何在倒立摆不倒下的情况下优化强化学习策略.

关键词：强化学习安全性稳定性分析条件神经过程

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

基于条件神经过程的星上多用户检测算法

引用

天地一体化信息网络 2021年第4期2卷 60-65页

作者：刘轶伦金亮李佳立朱立东电子科技大学通信抗干扰技术国家级重点实验室四川成都611731 航天恒星科技有限公司北京100095

全球全天候无缝覆盖的特性使得卫星通信成为6G潜在的重要组成部分,而实现卫星智能化的一个重要前提是卫星具有星上处理能力。多用户检测是无线通信中抑制多址干扰的经典方法,如最小均方误差、高斯过程回归等算法,由于检测过程中需要求... 详细信息

全球全天候无缝覆盖的特性使得卫星通信成为6G潜在的重要组成部分,而实现卫星智能化的一个重要前提是卫星具有星上处理能力。多用户检测是无线通信中抑制多址干扰的经典方法,如最小均方误差、高斯过程回归等算法,由于检测过程中需要求逆矩阵,算法复杂度通常为立方级,难以直接应用到处理能力受限的卫星平台。条件神经过程结合神经网络低复杂度和高斯过程小样本的特性,利用神经网络将高斯过程参数化,避免求逆矩阵,从而降低计算复杂度。研究条件神经过程在多用户检测中的应用,仿真结果表明,在降低复杂度的同时,条件神经过程还极大地提升了多用户检测的误码率性能。

关键词：卫星通信多用户检测高斯过程条件神经过程低复杂度

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

基于条件神经过程模型的昂贵多目标优化算法及其在工程设计中的应用

基于条件神经过程模型的昂贵多目标优化算法及其在工程设计中的应...

引用

作者：董永飞深圳大学

学位级别：硕士

在过去的几十年里,进化算法(Evolutionary Algorithm,EA)已成为解决多目标优化问题的最热门的方法之一,并且由于它们的简单性和有效性而取得了巨大的成功。然而,由于进化算法所需的函数评估通常很多,减少计算的负担已成为将EA应用于昂贵... 详细信息

在过去的几十年里,进化算法(Evolutionary Algorithm,EA)已成为解决多目标优化问题的最热门的方法之一,并且由于它们的简单性和有效性而取得了巨大的成功。然而,由于进化算法所需的函数评估通常很多,减少计算的负担已成为将EA应用于昂贵的MOP时的一个重要而困难的问题。此外,在实际工程应用设计中,存在许多无法使用具体数学表达式描述的黑箱优化问题,这种优化问题往往具有计算代价昂贵、运算速度慢等昂贵评估特征。代理辅助进化算法(Surrogate-Assisted Evolutionary Algorithms,SAEAs),是解决这类昂贵优化问题的重要方法之一,这种方法利用优化问题的历史数据建立模型来辅助优化过程,可以降低函数的评价次数,从而降低因函数评价带来的代价。针对高斯过程计算复杂度呈指数增长,以及现有算法没有考虑子问题的相关性的缺点,基于现有SAEAs框架提出了两种昂贵多目标优化算法,即ParCNPs算法和ParMTCNPs算法。主要工作包括以下几个方面:(1)首次提出了基于条件神经过程的昂贵多目标优化算法ParCNPs,该算法使用的条件神经过程模型结合了高斯过程和神经网络两者的优点,这避免了高斯过程中的协方差矩阵计算复杂度高的缺点。然后针对RMMEDA、DTLZ系列多目标测试问题,将所提算法ParCNPs与目前最广泛使用的昂贵多目标优化算法ParEGO、KRVEA、MOEA/D-EGO及NSGA-II算法进行实验对比,实验结果表明ParCNPs在大多数测试问题上的性能指标好于其它对比算法。(2)在ParCNPs的基础上,提出了一种基于多任务条件神经过程的昂贵多目标优化算法ParMTCNPs,该算法通过将多个相邻的子问题组合成任务组,并对任务组中的子问题进行联合建模。实验中,将ParMTCNPs算法与ParCNPs、ParEGO、KRVEA、MOEA/D-EGO和NSGA-II进行实验仿真对比,实验结果表明ParMTCNPs在大多数测试问题上好于ParCNPs以及其它四个现有的算法。此外,该实验也证明了多任务联合学习模型相比单任务的CNPs和GPs模型在处理昂贵多目标优化问题更具竞争力。(3)在ParMTCNPs算法中,对于权重向量划分任务组问题,提出了一种最小欧式距离的任务组划分方法,该方法将具有较高度相似性的子问题划分为同一任务组,然后进行联合建模。(4)将本文所提出的两个算法ParCNPs和ParMTCNPs应用到实际的工程制造问题中,并与现有的主流的昂贵多目标优化算法进行实验对比,实验结果证明了所提算法在实际应用问题的有效性。

关键词：昂贵多目标优化条件神经过程多任务学习实际工程问题

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：