检索结果-南通市图书馆

在线全文

学校读者我要写书评

暂无评论

基于dqn改进的自动驾驶行为决策方法

时代汽车 2024年第20期 28-31页

作者：修彩靖零束科技有限公司上海510000

随着自动驾驶技术的不断发展,行为决策作为其中的关键技术之一,受到了广泛关注。文章提出了一种基于深度强化学习中的dqn(Deep Q-Network)改进的自动驾驶行为决策方法。该方法通过引入优先经验回放和双重dqn技术,提高了算法的收敛速度... 详细信息

随着自动驾驶技术的不断发展,行为决策作为其中的关键技术之一,受到了广泛关注。文章提出了一种基于深度强化学习中的dqn(Deep Q-Network)改进的自动驾驶行为决策方法。该方法通过引入优先经验回放和双重dqn技术,提高了算法的收敛速度和稳定性。同时,针对自动驾驶多交互环境的复杂性,设计了合理的状态空间和动作空间,并进行了充分的实验验证。实验结果表明,该方法能够有效地实现自动驾驶车辆在多交互场景交叉路口的行为决策,提高了决策的通过性和场景泛化性。

关键词：自动驾驶行为决策深度强化学习 dqn

维普期刊数据库博看期刊

在线全文

学校读者我要写书评

暂无评论

融合速度障碍法和dqn的无人船避障方法

电子测量技术 2024年第20期 60-67页

作者：宗律李立刚贺则昊韩志强戴永寿中国石油大学(华东)海洋与空间信息学院自然资源部海上丝路海洋资源环境组网观测技术创新中心中国石油大学(华东)控制科学与工程学院

为提高无人船(USV)动态避障的安全性与经济性，提出了一种融合速度障碍法和深度Q网络(dqn)的无人船避障方法。首先，在计算传统速度障碍物相对碰撞区域时，考虑障碍物未来时刻运动信息，改善传统速度障碍法因忽略障碍物即时位置变化从... 详细信息

为提高无人船(USV)动态避障的安全性与经济性，提出了一种融合速度障碍法和深度Q网络(dqn)的无人船避障方法。首先，在计算传统速度障碍物相对碰撞区域时，考虑障碍物未来时刻运动信息，改善传统速度障碍法因忽略障碍物即时位置变化从而导致避障失败的问题。其次，将碰撞危险度系数引入dqn状态空间中，优先选取危险度系数最高的障碍物作为避障对象，改善状态空间信息冗余问题。再次，根据改进速度障碍法避障思想重新设计奖励函数，确定无人船避障时机与转向角度，解决传统dqn的奖励稀疏问题，提高其学习效率与收敛速度。最后，为验证该方法性能，与3种主流避障方法进行了仿真实验，实验结果表明，该方法能够为无人船提供合适的避障方向，使无人船航行路径更为经济和安全。此外，通过实船实验验证了该方法具有一定的工程实用价值。

关键词：无人船避障 dqn 奖励函数速度障碍法

Optimal control strategy for COVID-19 concerning both life and economy based on deep reinforcement learning

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Chinese Physics B 2021年第12期30卷 28-40页

作者： Wei Deng Guoyuan Qi Xinchen Yu Tianjin Key Laboratory of Advanced Technology in Electrical Engineering and Energy School of Control Science and EngineeringTiangong UniversityTianjin 300387China School of Mechanical Engineering Tiangong UniversityTianjin 300387China

At present, the global COVID-19 is still severe. More and more countries have experienced second or even third outbreaks. The epidemic is far from over until the vaccine is successfully developed and put on the market on a large *** epidemic control strategies may bring catastrophic consequences. It is essential to maximize the epidemic restraining and to mitigate economic damage. However, the study on the optimal control strategy concerning both sides is rare, and no optimal model has been built. In this paper, the Susceptible-Infectious-Hospitalized-Recovered(SIHR)compartment model is expanded to simulate the epidemic's spread concerning isolation rate. An economic model affected by epidemic isolation measures is established. The effective reproduction number and the eigenvalues at the equilibrium point are introduced as the indicators of controllability and stability of the model and verified the effectiveness of the SIHR model. Based on the Deep Q Network(dqn), one of the deep reinforcement learning(RL) methods, the blocking policy is studied to maximize the economic output under the premise of controlling the number of infections in different *** epidemic control strategies given by deep RL under different learning strategies are compared for different reward coefficients. The study demonstrates that optimal policies may differ in various countries depending on disease spread and anti-economic risk ability. The results show that the more economical strategy, the less economic loss in the short term,which can save economically fragile countries from economic crises. In the second or third outbreak stage, the earlier the government adopts the control strategy, the smaller the economic loss. We recommend the method of deep RL to specify a policy which can control the epidemic while making quarantine economically viable.

关键词： COVID-19 SIHR model deep reinforcement learning dqn secondary outbreak economy

在线全文

学校读者我要写书评

暂无评论

面向低时延传输的ERdqn数据调度算法

面向低时延传输的ERDQN数据调度算法

作者：常梦磊上海师范大学

学位级别：硕士

低时延、高稳定性的网络传输是互联网、物联网发展的关键问题之一,随着接入网络的设备越来越多,不同设备对网络时延的要求越来越复杂以及新型应用如车载网络、远程医疗、工业控制等对网络传输稳定性和低时延也有严格的要求,因此提高网... 详细信息

低时延、高稳定性的网络传输是互联网、物联网发展的关键问题之一,随着接入网络的设备越来越多,不同设备对网络时延的要求越来越复杂以及新型应用如车载网络、远程医疗、工业控制等对网络传输稳定性和低时延也有严格的要求,因此提高网络传输稳定性,降低网络时延成为当前网络传输方面研究的热点问题。针对于网络传输的发送端不能满足不同类型数据分组的优先级和时间约束(Deadline)的问题,本文提出了基于优先权的G/G/1网络模型,首先利用数据分组的创建时间和当前时间计算出数据分组的存活时间,其次根据数据分组的存活时间和截止日期得到数据分组的剩余存活时间,最后根据数据分组的优先级和剩余存活时间计算出数据分组的优先权,以数据分组的优先权为标准,决定数据分组进入排队等待队列的顺序。该算法满足了数据分组的优先级和时间约束,降低了数据分组在发送过程中的排队时延。针对网络传输中发送速率和网络带宽不匹配所造成的平均传输速率低和传输速率变化幅度大的问题,本文提出了优化后的经验回放dqn算法(Experience Replay dqn,ERdqn),首先以当前网络链路状态以及可能采取的网络动作作为特征向量,输入到算法中用来预测下一时刻的网络传输状态,并且赋予不同的奖励因子,通过算法的多次迭代训练,最终找到适宜当前网络传输的最优参数。该算法解决了传统拥塞控制算法对发送速率调整幅度大的问题,利用当前的网络状态自主调整网络传输参数,提高了网络传输的平均发送速率和稳定性,降低了网络时延中的传输时延。实验结果表明基于优先权的G/G/1网络模型满足了数据分组的优先级和时间约束,降低了发送过程中的排队时延。基于ERdqn拥塞控制算法提高了网络传输的平均速率和稳定性,降低了传输过程中的传输时延。综上所述,结合两种模型的低时延ERdqn数据调度算法能够提供低时延、高可靠性的稳定传输。

关键词：网络时延排队系统优先权拥塞控制 dqn

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

基于强化学习的三维游戏控制算法

东北大学学报（自然科学版） 2021年第4期42卷 478-482,493页

作者：孟琭沈凝祁殷俏张昊园东北大学信息科学与工程学院辽宁沈阳110819

基于强化学习,设计了一个面向三维第一人称射击游戏(DOOM)的智能体,该智能体可在游戏环境下移动、射击敌人、收集物品等.本文算法结合深度学习的目标识别算法Faster RCNN与Deep Q-Networks(dqn)算法,可将dqn算法的搜索空间大大减小,从... 详细信息

基于强化学习,设计了一个面向三维第一人称射击游戏(DOOM)的智能体,该智能体可在游戏环境下移动、射击敌人、收集物品等.本文算法结合深度学习的目标识别算法Faster RCNN与Deep Q-Networks(dqn)算法,可将dqn算法的搜索空间大大减小,从而极大提升本文算法的训练效率.在虚拟游戏平台(ViZDoom)的两个场景下(Defend_the_center和Health_gathering)进行实验,将本文算法与最新的三维射击游戏智能体算法进行比较,结果表明本文算法可以用更少的迭代次数实现更优的训练结果.

关键词：强化学习深度学习目标识别 Faster RCNN dqn

在线全文

学校读者我要写书评

暂无评论

面向天地一体化网络的计算卸载算法

东北大学学报（自然科学版） 2022年第3期43卷 376-382,413页

作者：耿蓉王宏艳刘畅徐赛东北大学计算机科学与工程学院辽宁沈阳110169 东软集团股份有限公司辽宁沈阳110179

由于天地一体化网络的计算资源受限、能力迥异等问题,会导致其处理复杂任务的能力减弱,使得重要的任务处理失败.因此,本文构建了一种将任务卸载到本地-骨干-边缘接入节点的三层计算卸载开销模型,并通过基于dqn的最优卸载算法进行最优卸... 详细信息

由于天地一体化网络的计算资源受限、能力迥异等问题,会导致其处理复杂任务的能力减弱,使得重要的任务处理失败.因此,本文构建了一种将任务卸载到本地-骨干-边缘接入节点的三层计算卸载开销模型,并通过基于dqn的最优卸载算法进行最优卸载策略的制定.首先,依据网络中存在的天基骨干节点、边缘接入节点以及地基骨干节点三种类型计算节点(卸载站点)自身的特点,给出了不同卸载站点的时延、能耗的开销表达式以及对应的约束条件.然后,提出了基于dqn算法来完成低时延、低能耗的卸载过程.仿真结果表明,dqn算法能够提高任务执行的速度,降低终端设备的能耗,有效改善网络中计算节点资源迥异的现状.

关键词：天地一体化网络计算卸载卸载开销模型时延能耗 dqn

基于纵向联邦强化学习的居民社区综合能源系统协同训练与优化管理方法

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

中国电机工程学报 2022年第15期42卷 5535-5549页

作者：陈明昊孙毅胡亚杰刘春蕾庞鹏飞谢志远华北电力大学电气与电子工程学院北京市昌平区102206 国网河北省电力有限公司保定供电分公司河北省保定市071000 华北电力大学(保定)电气与电子工程学院河北省保定市071000

电、热、气等能源系统的实时管理能力关系到居民社区用能需求能否得到充分满足。该文首先基于深度Q网络(deep Q-learning network,dqn)强化学习算法建立了一种综合考虑居民社区实时负荷大小、能源销售与采购价格的能源系统优化管理模型... 详细信息

电、热、气等能源系统的实时管理能力关系到居民社区用能需求能否得到充分满足。该文首先基于深度Q网络(deep Q-learning network,dqn)强化学习算法建立了一种综合考虑居民社区实时负荷大小、能源销售与采购价格的能源系统优化管理模型。其次,该文面向不同能源系统之间的数据壁垒现象,提出一种基于纵向联邦学习技术的居民社区综合能源系统协同训练方法。该方法能够在3种能源系统dqn优化管理模型的训练过程中,通过交互dqn优化管理模型的网络梯度等参数信息来提升模型的训练速度。最后,算例分析验证该文所构建dqn优化管理模型的有效性,同时验证所提出居民社区综合能源系统协同训练方法能够优化各能源系统的经济效益及模型训练效率。

关键词：联邦学习能源管理 dqn 数据安全同态加密经济效益

同方期刊数据库

在线全文

学校读者我要写书评

暂无评论

不同正交变换深度Q网络单像素成像性能比较

光子学报 2022年第3期51卷 98-109页

作者：王之润赵文静翟爱平王东太原理工大学物理与光电工程学院太原030024 太原理工大学新型传感器与智能控制教育部重点实验室太原030024

为指导和完善深度Q网络单像素成像,对不同正交变换深度Q网络单像素成像性能进行比较分析。提出了基于深度Q网络的离散余弦变换单像素成像和Krawtchouk矩变换单像素成像。采用结构相似度和峰值信噪比作为图像质量评价标准,以人为规划方... 详细信息

为指导和完善深度Q网络单像素成像,对不同正交变换深度Q网络单像素成像性能进行比较分析。提出了基于深度Q网络的离散余弦变换单像素成像和Krawtchouk矩变换单像素成像。采用结构相似度和峰值信噪比作为图像质量评价标准,以人为规划方法作为对照,定量分析四种基于正交变换的深度Q网络单像素成像的重建结果。仿真和实验结果表明,深度Q网络单像素成像在正交变换单像素成像体系中都能取得优于人为规划采样路径的成像效果。引入深度Q网络,离散余弦变换单像素成像取得的成像效果最好,Krawtchouk矩变换单像素成像能够克服其在自然图像中的局部效应,成像质量提升较大。

关键词：单像素成像 dqn 正交变换采样策略变换域频谱

同方期刊数据库

一种基于生成对抗网络与模型泛化的机器人推抓技能学习方法

在线全文

学校读者我要写书评

暂无评论

仪器仪表学报 2022年第5期43卷 244-253页

作者：吴培良刘瑞军李瑶陈雯柏高国伟燕山大学信息科学与工程学院秦皇岛066004 河北省计算机虚拟技术与系统集成重点实验室秦皇岛066004 北京信息科技大学自动化学院北京100192

杂乱环境中机器人推动与抓取技能自主学习问题被学者广泛研究,实现二者之间的协同是提升抓取效率的关键,本文提出一种基于生成对抗网络与模型泛化的深度强化学习算法GARL-dqn。首先,将生成对抗网络嵌入到传统dqn中,训练推动与抓取之间... 详细信息

杂乱环境中机器人推动与抓取技能自主学习问题被学者广泛研究,实现二者之间的协同是提升抓取效率的关键,本文提出一种基于生成对抗网络与模型泛化的深度强化学习算法GARL-dqn。首先,将生成对抗网络嵌入到传统dqn中,训练推动与抓取之间的协同进化;其次,将MDP中部分参数基于目标对象公式化,借鉴事后经验回放机制(HER)提高经验池样本利用率;然后,针对图像状态引入随机(卷积)神经网络来提高算法的泛化能力;最后,设计了12个测试场景,在抓取成功率与平均运动次数指标上与其他4种方法进行对比,在规则物块场景中两个指标分别为91.5%和3.406;在日常工具场景中两个指标分别为85.2%和8.6,验证了GARL-dqn算法在解决机器人推抓协同及模型泛化问题上的有效性。

关键词：推抓技能学习生成对抗网络 dqn 模型泛化

同方期刊数据库