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

逆强化学习算法、理论与应用研究综述

自动化学报 2024年第9期50卷 1704-1723页

作者：宋莉李大字徐昕北京化工大学信息科学与技术学院北京100029 国防科技大学智能科学学院长沙410073

随着高维特征表示与逼近能力的提高,强化学习(Reinforcement learning,RL)在博弈与优化决策、智能驾驶等现实问题中的应用也取得显著进展.然而强化学习在智能体与环境的交互中存在人工设计奖励函数难的问题,因此研究者提出了逆强化学习(... 详细信息

随着高维特征表示与逼近能力的提高,强化学习(Reinforcement learning,RL)在博弈与优化决策、智能驾驶等现实问题中的应用也取得显著进展.然而强化学习在智能体与环境的交互中存在人工设计奖励函数难的问题,因此研究者提出了逆强化学习(Inverse reinforcement learning,IRL)这一研究方向.如何从专家演示中学习奖励函数和进行策略优化是一个重要的研究课题,在人工智能领域具有十分重要的研究意义.本文综合介绍了逆强化学习算法的最新进展,首先介绍了逆强化学习在理论方面的新进展,然后分析了逆强化学习面临的挑战以及未来的发展趋势,最后讨论了逆强化学习的应用进展和应用前景.

关键词：强化学习逆强化学习线性逆强化学习深度逆强化学习对抗逆强化学习

维普期刊数据库博看期刊

相关积分结合鲁棒预测控制求解实时优化问题及应用

在线全文

学校读者我要写书评

暂无评论

控制与决策 2024年第7期39卷 2224-2232页

作者：陈军赵众北京化工大学信息科学与技术学院北京100029

针对现有传统相关积分优化算法在求解实时优化时存在的问题,如考虑实时约束不足、算法参数较为单一且参数难以凑试等,提出一种将鲁棒预测控制与相关积分相结合的实时优化算法,采用传统相关积分优化算法计算优化目标函数和调优变量的梯度... 详细信息

针对现有传统相关积分优化算法在求解实时优化时存在的问题,如考虑实时约束不足、算法参数较为单一且参数难以凑试等,提出一种将鲁棒预测控制与相关积分相结合的实时优化算法,采用传统相关积分优化算法计算优化目标函数和调优变量的梯度,将调优变量实时梯度作为表征系统是否还有优化裕度的中间变量,利用基于多胞体模型的鲁棒预测控制方法对调优变量增量进行实时求解,并将调优变量的增量作为调优变量的设定值.所提出改进算法继承了传统相关积分优化的优点,同时也提升了原有算法的约束处理能力,保证了其优化解的实时可行性.仿真研究以及二甲苯加热炉热效率实时优化的工业应用测试结果验证了所提出方法的可行性和有效性.

关键词：相关积分实时优化鲁棒预测控制线性矩阵不等式多胞体二甲苯加热炉

基于Transformer的点云几何有损压缩方法

在线全文

学校读者我要写书评

暂无评论

北京航空航天大学学报 2024年第2期50卷 634-642页

作者：刘舸昕章骏腾丁丹丹杭州师范大学信息科学与技术学院杭州311121

点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在... 详细信息

点云被广泛地用于三维物体表达,不过真实世界采集到的点云往往数据庞大,不利于传输与储存,针对点云数据冗余性问题,引入基于注意力机制的Transformer模块,提出一种基于Transformer的端到端多尺度点云几何压缩方法。将点云进行体素化,在编码端利用稀疏卷积提取特征,进行多尺度的逐步下采样,结合Transformer模块加强点空间特征感知与提取;在解码端进行对应的多尺度上采样重建,同样采用Transformer模块对有用特征进行加强与恢复,逐步细化并重建点云。与2种点云标准编码方法对比,所提方法平均获得80%和75%的BD-Rate增益;与基于深度学习的点云压缩方法对比,平均获得16%的BD-Rate增益,在相同码率点有约0.6的PSNR提升。实验结果表明:Transformer在点云压缩领域的可行性与有效性;在主观质量方面,所提方法也有明显的主观效果提升,重建的点云更接近原始点云。

关键词：点云几何压缩 Transformer 注意力机制深度学习稀疏卷积

在线全文

学校读者我要写书评

暂无评论

WiFense:从衍射模型到边界监控

软件学报 2024年第3期35卷 1515-1533页

作者：刘兆鹏李晟洁张越曾有为张大庆北京大学信息科学技术学院北京100871 高可信软件技术教育部重点实验室(北京大学) 北京100871

近年来,随着普适计算概念的深入人心,智能感知技术已成为研究者们关注的焦点,且基于WiFi的非接触式感知因其优秀的普适性、低廉的部署成本以及良好的用户体验越来越受到学术界和工业界的青睐.典型的WiFi非接触式感知工作有手势识别、呼... 详细信息

近年来,随着普适计算概念的深入人心,智能感知技术已成为研究者们关注的焦点,且基于WiFi的非接触式感知因其优秀的普适性、低廉的部署成本以及良好的用户体验越来越受到学术界和工业界的青睐.典型的WiFi非接触式感知工作有手势识别、呼吸检测、入侵检测、行为识别等,这些工作若实际部署,需首先避免其他无关区域中无关行为的干扰,因此需要判断目标是否进入到特定的感知区域中.这意味着系统应具备精准判断目标在界线哪一侧的能力,然而现有工作未能找到一个可以对某个自由设定的边界进行精确监控的方法,这阻碍了WiFi感知应用的实际落地.基于这一关键问题,从电磁波衍射的物理本质出发,结合菲涅尔衍射模型(Fresnel diffraction model),找到一种目标穿越link(收发设备天线的连线)时的信号特征(Rayleigh distribution in Fresnel diffraction model,RFD),并揭示该信号特征与人体活动之间的数学关系;之后以link作为边界,结合天线间距带来的波形时延以及AGC(automatic gain control)在link被遮挡时的特征,通过越线检测实现对边界的监控.在此基础上,还实现了两个实际应用,即入侵检测系统和居家状态监测系统,前者的精确率超过89%、召回率超过91%,后者的准确率超过89%.在验证所提边界监控算法的可用性和鲁棒性的同时,也展示了所提方法与其他WiFi感知技术相结合的巨大潜力,为WiFi感知技术的实际部署提供了思考方向.

关键词：非接触式感知 WiFi 信道状态信息(CSI) link穿越检测边界监控

在线全文

学校读者我要写书评

暂无评论

基于视觉跟踪实时引导的传送带跟随方法

计算机集成制造系统 2024年第7期30卷 2350-2363页

作者：柳宁张治国李德平张嘉欢王高暨南大学信息科学技术学院广东广州510632 暨南大学智能科学与工程学院广东珠海519070

针对滚筒输送线场景下的机器人随线质检问题,提出一种基于视觉跟踪实时引导的传送带跟随方法,即通过定位相机跟踪待测目标的运动,实时引导机器人调整动作跟随运动目标并检测。首先,通过顶部固定相机获取包含待测目标的实时视频,构建多... 详细信息

针对滚筒输送线场景下的机器人随线质检问题,提出一种基于视觉跟踪实时引导的传送带跟随方法,即通过定位相机跟踪待测目标的运动,实时引导机器人调整动作跟随运动目标并检测。首先,通过顶部固定相机获取包含待测目标的实时视频,构建多目标跟踪(MOT)算法跟踪待测目标的位置与旋转角;然后,通过图像信息解算目标的6D位姿,进一步解算对应的机器人工作点坐标;最后,根据实时工作点坐标在线调整机器人动作,保持机器人末端与工作点重合,实现跟随检测。实验结果表明,所提方法可实现滚筒输送线场景下的机器人随线检测;相较于现有的基于目标检测的跟随方法,不存在跟随偏差累积问题。

关键词：传送带机器人视觉引导多目标跟踪

在线全文

学校读者我要写书评

暂无评论

基于特征聚合和传播网络的图像超分辨率重建

模式识别与人工智能 2024年第4期37卷 299-312页

作者：薄阳瑜刘晓晶武永亮王学军石家庄铁道大学信息科学与技术学院石家庄050043

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图... 详细信息

基于深度学习的图像超分辨率重建通过网络加深提升图像重建性能,但复杂网络会导致参数量急剧增加,限制其在资源受限设备上的应用.针对此问题,文中提出基于特征聚合和传播网络的图像超分辨率重建方法,采用逐步提取融合特征的方式获取图像丰富的内部信息.首先,提出上下文交互注意力模块,使网络学习到特征图丰富的上下文信息,提高特征的利用率.然后,设计多维注意力增强模块,提高网络对关键特征的判别能力,分别在通道和空间两个维度提取高频信息.最后,提出特征聚合传播模块,有效聚合深层细节信息,去除冗余信息,并促进有效信息在网络中传播.在Set5、Set14、BSD100、Urban100等基准数据集上的测试实验表明,文中方法性能较优,重建后的图像细节纹理较清晰.

关键词：图像超分辨率重建卷积神经网络上下文交互注意力多维注意力特征聚合

采用社会约束自适应动态窗口法的服务机器人路径规划

在线全文

学校读者我要写书评

暂无评论

西安交通大学学报 2024年第5期58卷 42-51页

作者：何丽宁子豪袁亮刘志强新疆大学智能制造现代产业学院乌鲁木齐830047 北京化工大学信息科学与技术学院北京100029

针对传统动态窗口法在行人密集环境下动态路径规划存在灵活性差、效率低、安全性缺乏等问题,提出一种社会交互空间下基于社会约束自适应动态窗口法(social_DWA),并采用其解决服务机器人局部路径规划问题。首先,采用非对称高斯公式对单... 详细信息

针对传统动态窗口法在行人密集环境下动态路径规划存在灵活性差、效率低、安全性缺乏等问题,提出一种社会交互空间下基于社会约束自适应动态窗口法(social_DWA),并采用其解决服务机器人局部路径规划问题。首先,采用非对称高斯公式对单行人以及多人群组交互空间进行模型化描述;其次,在传统动态窗口法的基础上,采用动态行人方位角约束对动态行人进行避让;改进距离评价函数,分类决策与行人、多人群组、一般障碍物的安全距离;最后,提出速度权重自适应调整策略,优化服务机器人在途经不同密集度社会交互区域时的移动速度。为验证算法有效性,在两种模拟社会场景下,先后开展了social_DWA算法与传统DWA算法、FIDWA算法的路径规划仿真对比实验。结果表明:采用social_DWA算法所消耗的运动时间在场景1中较传统DWA和FIDWA算法分别缩短了1.53、0.43 s,在场景2中较传统DWA和FIDWA算法分别缩短了26.3、2.86 s;相较于传统DWA算法和FIDWA算法,social_DWA算法能保持有效的行人安全距离,并使运行轨迹更加合理。social_DWA算法在行人避让、环境适应能力等方面具有一定的优越性。

关键词：服务机器人路径规划动态窗口法参数自适应人性化

在线全文

学校读者我要写书评

暂无评论

微服务系统服务依赖发现技术综述

软件学报 2024年第1期35卷 118-135页

作者：张齐勋吴一凡杨勇贾统李影吴中海北京大学信息科学技术学院北京100871 北京大学软件与微电子学院北京102600 北京大学软件工程国家工程研究中心北京100871 北京大学人工智能研究院北京100871

微服务架构得到了广泛的部署与应用,提升了软件系统开发的效率,降低了系统更新与维护的成本,提高了系统的可扩展性.但微服务变更频繁、异构融合等特点使得微服务故障频发、其故障传播快且影响大,同时微服务间复杂的调用依赖关系或逻辑... 详细信息

微服务架构得到了广泛的部署与应用,提升了软件系统开发的效率,降低了系统更新与维护的成本,提高了系统的可扩展性.但微服务变更频繁、异构融合等特点使得微服务故障频发、其故障传播快且影响大,同时微服务间复杂的调用依赖关系或逻辑依赖关系又使得其故障难以被及时、准确地定位与诊断,对微服务架构系统的智能运维提出了挑战.服务依赖发现技术从系统运行时数据中识别并推断服务之间的调用依赖关系或逻辑依赖关系,构建服务依赖关系图,有助于在系统运行时及时、精准地发现与定位故障并诊断根因,也有利于如资源调度、变更管理等智能运维需求.首先就微服务系统中服务依赖发现问题进行分析,其次,从基于监控数据、系统日志数据、追踪数据等3类运行时数据的角度总结分析了服务依赖发现技术的技术现状;然后,以基于服务依赖关系图的故障根因定位、资源调度与变更管理等为例,讨论了服务依赖发现技术应用于智能运维的相关研究.最后,对服务依赖发现技术如何准确地发现调用依赖关系和逻辑依赖关系,如何利用服务依赖关系图进行变更治理进行了探讨并对未来的研究方向进行了展望.

关键词：服务依赖故障诊断微服务

基于无损压缩和量化感知的SAR舰船检测网络边缘部署

在线全文

学校读者我要写书评

暂无评论

信号处理 2024年第9期40卷 1674-1684页

作者：胡卫杰刘颖冰马飞张帆北京化工大学信息科学与技术学院北京100029

基于深度神经网络的方法在合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测任务上展现出巨大优势,但是庞大的参数量和算力需求导致其难以在资源受限的边缘环境下部署。针对该问题,本文从网络轻量化和模型部署优化两个层面... 详细信息

基于深度神经网络的方法在合成孔径雷达(Synthetic Aperture Radar,SAR)图像舰船目标检测任务上展现出巨大优势,但是庞大的参数量和算力需求导致其难以在资源受限的边缘环境下部署。针对该问题,本文从网络轻量化和模型部署优化两个层面对单阶段目标检测网络YOLO(You Only Look Once)v5s进行改进,提出了面向边缘环境的SAR图像舰船目标检测网络部署方法。在网络轻量化层面,本文联合基于批归一化层缩放因子的通道级网络剪枝和基于特征响应的细粒度知识蒸馏实现了舰船检测网络的无损压缩。轻量化模型的参数量和计算量相较于基线分别下降了80.3%和51.3%,并且没有引起检测精度的损失,在SAR图像舰船检测数据集(SAR Ship Detection Dataset,SSDD)上的平均准确率为0.979(基线为0.980)。在模型部署优化层面,本文基于嵌入式GPU(Graphic Process Unit)提出了量化感知训练指导的混合精度TensorRT(Tensor Real-Time)推理引擎,大幅提升模型推理速度的同时降低了设备的运行功耗。轻量化推理引擎在尺寸为640×640 pixels的SAR图像上的推理速度为208帧每秒,达到了基线的3.41倍,同时设备的推理功耗仅6.2 W,相比基线下降了61.0%。另外,得益于量化感知训练,混合精度TensorRT推理引擎在取得与8位整型精度TensorRT推理引擎相似的推理速度和功耗的同时,平均准确率提升了44.1%,仅比基线下降了0.9%。试验数据证明,本文所提方法能够很好地兼顾边缘环境下SAR图像舰船目标检测的实时性、精准性和低功耗特性等要求。

关键词：合成孔径雷达图像舰船目标检测模型压缩嵌入式GPU