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

基于改进td3的自动驾驶车道保持决策方法

北京交通大学学报 2022年第5期46卷 84-94页

作者：田康于镝李擎张宏昌吴迎年范玲玲北京信息科技大学自动化学院北京100192 清华大学自动化学院北京100084

本文提出基于改进td3算法的车道保持端到端决策新方案.首先,构建多数据融合td3算法框架,感知自主车辆运动学数据信息和视觉图像信息来提升算法的稳定性.并且结合注意力机制思想细化图像特征,使得算法关注重要道路信息,以此增强算法可解... 详细信息

本文提出基于改进td3算法的车道保持端到端决策新方案.首先,构建多数据融合td3算法框架,感知自主车辆运动学数据信息和视觉图像信息来提升算法的稳定性.并且结合注意力机制思想细化图像特征,使得算法关注重要道路信息,以此增强算法可解释性.其次,综合考虑驾驶的安全性、舒适性和效率性因素设计了指导型奖励函数,以引导智能体学到更加类人的驾驶策略.最后,采用分类与高价值优先级经验回放方法,以提高样本利用率和加快算法收敛速度.借助TORCS仿真平台,设计了多组对比实验,以验证所提方法的有效性和可行性;并且通过多个场景的仿真测试,验证了改进td3算法的整体性能优于td3算法.

关键词：深度强化学习车道保持 td3 多数据融合注意力机制经验回放:

基于双经验回放池td3算法的PID参数优化

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

控制理论与应用 2024年

作者：钟皓俊王振雷华东理工大学能源化工过程智能制造教育部重点实验室

PID控制器在工业控制领域应用广泛，其参数的选择过度依赖于人工经验，效率低且过程繁琐。近年来，深度强化学习因其具有对复杂环境自学习的能力，在很多领域取得了成功应用。本文提出一种基于双经验回放池td3算法的PID参数优化方法，... 详细信息

PID控制器在工业控制领域应用广泛，其参数的选择过度依赖于人工经验，效率低且过程繁琐。近年来，深度强化学习因其具有对复杂环境自学习的能力，在很多领域取得了成功应用。本文提出一种基于双经验回放池td3算法的PID参数优化方法，利用深度强化学习的方法，自主优化PID控制器的参数。在整个优化过程中，将控制问题视为序列决策过程，通过设计智能体的状态、动作空间以及网络结构，将PID参数的优化过程转化为强化学习策略网络权重的更新过程。同时针对td3算法训练前期探索效率低的问题，在td3算法的基础上，增加双经验回放池机制，提升了算法训练前期的效率。最后在二阶系统和一阶加纯时滞系统上进行仿真验证，并与基于PSO算法优化PID参数的方法进行对比，实验结果表明，所提算法优化得到的PID参数在控制器上体现的控制性能要优于PSO算法。

关键词： PID参数优化深度强化学习 td3

Optimizing triple exponentially weighted moving average controller using td3 algorithm in semiconductor manufacturing process

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

Optimizing triple exponentially weighted moving average cont...

基于td3强化学习的多边供应链采购自动谈判模型研究

第35届中国过程控制会议

作者： Biao Jin Tianhong Pan Jiaqiang Tian School of Electrical Engineering and Automation Anhui University

It is difficult to achieve an optimal performance of triple exponentially weighted moving average(TriEWMA) controller with fixed weights. To adjust the weights online and improve the performance of the TriEWMA, an intelligent composite strategy using deep reinforcement learning is developed in this work. Firstly, the weight-adjusting problem is established as a Markov decision process. Then, the weights are adjusted online using the twin delayed deep deterministic policy gradient algorithm. Finally, the proposed method is applied to a chemical mechanical polishing process. Results demonstrate the effectiveness and superiority of the presented method in handling process dynamics and disturbance rejection.

关键词： td3 Triple exponentially weighted moving average Run-to-run control Semiconductor manufacturing process

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

基于TD3强化学习的多边供应链采购自动谈判模型研究

作者：陈泽权厦门大学

学位级别：硕士

供应链的快速发展带动了供应链采购电子化,数字化的需求。处于主导地位的供应链节点企业开始寻求更高效率的采购方式以应对高频度的采购需求。而智能化技术的发展为在供应链采购场景下实现自动谈判提供技术支撑,使得供应链采购与自动谈... 详细信息

供应链的快速发展带动了供应链采购电子化,数字化的需求。处于主导地位的供应链节点企业开始寻求更高效率的采购方式以应对高频度的采购需求。而智能化技术的发展为在供应链采购场景下实现自动谈判提供技术支撑,使得供应链采购与自动谈判两个领域的融合成为可能。而目前供应链采购下的自动谈判技术较多采用简单的让步策略,亦或是基于对方部分私有信息已知的理想假设中,模型仍难以完全支持实际高复杂度的实时谈判场景。因此本文面向供应链多边采购,对自动谈判模型进行进一步探索。第一,本文介绍在供应链采购与自动谈判融合的背景下,应对复杂采购情景的多边多属性谈判模型的相关理论,以寻找目前研究中所存在的不足,并尝试提出相应的改进方法。第二,本文针对多属性一对多模型进行模块拆分,在模型的策略生成部分引入td3强化学习算法。实现agent对谈判对手的过程感知和策略行为反馈,并通过实验充分证实其有效性。第三,本文采用连续变量下的贝叶斯方法估计谈判对手的偏好,促进双方多属性谈判达成共赢局势。并且,引入增强拉格朗日算法输出能够获取谈判双方联合效益最大化的提案反馈,实现供应链采购谈判情景下的实时谈判模型设计。第四,通过仿真实验以及人机实验,将提出的实时谈判模型与经典算法模型进行对比,验证模型在多场景下的谈判策略的有效性。实验结果表明,本文模型就实验参与者主观感知和谈判客观结果方面都能够优于经典算法模型。本文在供应链多边采购背景下,基于领域经典模型和理论,提出了具备实时谈判能力的完整供应链多边采购自动谈判模型,为供应链采购的智能化和自动化发展做出贡献。

关键词：供应链采购自动谈判 td3 GAAL 贝叶斯估计

基于td3的挖掘机工作装置连续轨迹规划研究

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TD3的挖掘机工作装置连续轨迹规划研究

作者：魏文吉林大学

学位级别：硕士

挖掘机工作装置的轨迹规划是实现挖掘机自动驾驶和无人作业的关键环节,其优化结果直接影响挖掘作业的效率和节能水平。目前对沟槽挖掘这一典型作业工况进行的工作装置连续轨迹规划相关研究较少,因此本文面对挖掘机无人作业时轨迹规划的... 详细信息

挖掘机工作装置的轨迹规划是实现挖掘机自动驾驶和无人作业的关键环节,其优化结果直接影响挖掘作业的效率和节能水平。目前对沟槽挖掘这一典型作业工况进行的工作装置连续轨迹规划相关研究较少,因此本文面对挖掘机无人作业时轨迹规划的多目标、实时性和连续性需求,提出了一种基于双延迟深度确定性策略梯度算法(Twin Delayed Deep Deterministic Policy Gradient,td3)的工作装置连续轨迹规划方法,并通过仿真验证了该方法的可行性。本研究依托国家自然科学基金项目“无人驾驶工程车辆多机协同作业智能规划方法研究”(NO.52375246)开展相关工作,研究内容总结如下:(1)通过对挖掘机工作装置轨迹规划的国内外研究现状进行分析,提出了本文的主要研究内容和研究框架。(2)分别采用D-H参数法和拉格朗日方程法搭建了挖掘机工作装置轨迹规划仿真环境的运动学模型和动力学模型;利用Simulink的Multibody组件搭建了工作装置在仿真环境下的可视模型。(3)为保证轨迹规划连续性,提出了针对沟槽整体挖掘任务的分解方法;对分解出的不同目标区域进行轨迹规划,结合高阶多项式规划方法,搭建了优化问题数学模型,并基于粒子群算法寻优(Particle Swarm Optimization,PSO),收集优化所得轨迹数据,为后续td3规划模型的训练工作做铺垫。(4)根据深度强化学习算法的原理搭建了涵盖神经网络、物理环境和奖励函数在内的td3规划模型并完成所有任务训练;通过仿真对比分析,验证了本文td3模型对整体挖掘工况进行实时多目标连续轨迹规划的可行性。综上所述,针对不同沟槽整体作业工况,本文提出的挖掘机工作装置连续轨迹规划方法均可实现较好的规划效果,可满足挖掘机自主作业轨迹规划的多目标、实时性和连续性需求。

关键词：挖掘机工作装置轨迹规划任务分解 PSO td3

融合课程学习的td3在上证50ETF期权上的动态对冲研究

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

云南民族大学学报（自然科学版） 2024年第5期33卷 607-615页

作者：谷文君钱成刘磊河海大学数学学院江苏南京211100 东南大学数学学院江苏南京211189

如何进行动态对冲来管理头寸风险在期权交易中极为关键,然而在实际市场环境中并没有一个完美对冲的标准答案,因此寻求更好的对冲策略一直是投资领域的热门需求和研究的焦点.采用深度强化学习算法td3,并结合课程学习的思想引导智能体采... 详细信息

如何进行动态对冲来管理头寸风险在期权交易中极为关键,然而在实际市场环境中并没有一个完美对冲的标准答案,因此寻求更好的对冲策略一直是投资领域的热门需求和研究的焦点.采用深度强化学习算法td3,并结合课程学习的思想引导智能体采用从模拟到真实的学习方式实现动态对冲任务,降低学习难度并缓解期权数据不足的问题,构建了在上证50ETF期权上的动态对冲策略.结果表明深度强化学习算法的对冲效果远超传统对冲策略,验证了强化学习算法在期权对冲领域的有效性和优势.

关键词：强化学习 td3 课程学习期权 Delta对冲

在线全文

学校读者我要写书评

暂无评论

td3直流电法仪

地学仪器 1993年第1期 65-69页

作者：刘德欣

集成稳压电源5G14在td3测试车中的应用及主要指标的计算

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

航空兵器 1984年第1期 22-34页

作者：张茂善空军工程学院

集成稳压电源5G14在 td3测试车中的应用电路如图1所示。5G14集成稳压电源是典型的串联式稳压电源,由18只晶体管和两只电阻组成。其电路如图2所示。一、电路一般原理（一）启动与基准电压电路参看图2,T0、T1与 T2是集成稳压电源5G14的启... 详细信息

集成稳压电源5G14在 td3测试车中的应用电路如图1所示。5G14集成稳压电源是典型的串联式稳压电源,由18只晶体管和两只电阻组成。其电路如图2所示。一、电路一般原理（一）启动与基准电压电路参看图2,T0、T1与 T2是集成稳压电源5G14的启动电路,它与 T3～T8、R1、R2一

关键词：比较放大器基极 td3 测试车调整管集成稳压电源

基于改进td3算法的智能通信干扰决策方法研究

在线全文

同方期刊数据库

学校读者我要写书评

暂无评论

信息化研究 2024年第1期50卷 13-17,23页

作者：安国臣毕胜王晓君河北科技大学信息科学与工程学院石家庄050091

本文对通信对抗中干扰决策方法展开研究,旨在解决人为手动干扰决策带来的对抗方式单一、极易被敌军发现、干扰效率不佳等问题。随着科技的发展,各种电子技术层出不穷,这就导致电子战争中的环境变得越来越复杂,为了应对这种复杂的环境,... 详细信息

本文对通信对抗中干扰决策方法展开研究,旨在解决人为手动干扰决策带来的对抗方式单一、极易被敌军发现、干扰效率不佳等问题。随着科技的发展,各种电子技术层出不穷,这就导致电子战争中的环境变得越来越复杂,为了应对这种复杂的环境,并达到预期的干扰效果,本文提出一种基于改进双延迟深度确定性策略梯度算法(td3)的智能通信干扰决策方法,以解决通信干扰过程中的干扰决策问题。td3算法不仅能够应对连续动作空间而且具有高稳定性的特点。另外,改进的td3算法使学习的过程更加迅速,算法的结果也更加收敛。仿真结果表明,基于该算法的改进,通信干扰成功率比原算法提升了28%。

关键词：通信干扰深度强化学习 td3 干扰决策