排序方式: 共有23条查询结果,搜索用时 15 毫秒
1.
2.
模仿学习是强化学习与监督学习的结合,目标是通过观察专家演示,学习专家策略,从而加速强化学习。通过引入任务相关的额外信息,模仿学习相较于强化学习,可以更快地实现策略优化,为缓解低样本效率问题提供了解决方案。模仿学习已成为解决强化学习问题的一种流行框架,涌现出多种提高学习性能的算法和技术。通过与图形图像学的最新研究成果相结合,模仿学习已经在游戏人工智能(artificial intelligence,AI)、机器人控制和自动驾驶等领域发挥了重要作用。本文围绕模仿学习的年度发展,从行为克隆、逆强化学习、对抗式模仿学习、基于观察量的模仿学习和跨领域模仿学习等多个角度进行深入探讨,介绍了模仿学习在实际应用上的最新情况,比较了国内外研究现状,并展望了该领域未来的发展方向。旨在为研究人员和从业人员提供模仿学习的最新进展,从而为开展工作提供参考与便利。 相似文献
3.
自然景物中大气退化模型的研究 总被引:3,自引:0,他引:3
从大气中水汽对光照的影响入手,探讨了自然景物图像的退化机制,通过以典型天气情况的观察,总结并推导了基于输运理论的大气光线变化的亮度、饱和度和色度变化的公式,采用该模型对三维地形立体显示进行退化效果表现,其处理结果令人满意。 相似文献
4.
从信息单元处理流程和缓冲设计的角度探讨了机器人多传感器联合系统的逻辑和代数分析方法.在分析几种典型的多传感器的结构和缓冲设计模型的基础上,文章引入基于Petri Nets的逻辑表达方法和基于[Max, ]半环的代数分析方法.以自主式移动机器人的多传感器联合系统为背景,文章系统探讨了多传感器联合系统的逻辑和代数分析方法的具体应用.实验数据表明,这种多传感器联合系统的逻辑和代数分析方法可以满足自主式移动机器人系统分析和仿真的需要 相似文献
5.
6.
7.
大气效果的绘制技术综述 总被引:3,自引:0,他引:3
户外场景的一个重要特征就是大气的存在,大气对户外光照的影响直接关系到户外景物绘制的正确性。因此,大气效果的绘制技术,即表现大气在户外景物中存在的绘制技术,在图形学界被广泛地探讨,成为最具挑战性,也是最具吸收力的图形学研究方向。文中回顾了该技术的发展,从辐射传输理论、 天空和太阳模型、大气模型和绘制方法4个方面介绍现有的图形学技术,并对使用这些技术的图形学应用软件以及技术的发展方向作了简要的介绍。 相似文献
8.
9.
HS(Horn&Schunck)方法是光流计算中的经典方法之一。在经典HS方法中,图像中两点间的灰度变化被假定为线性的,而实际上灰度变化是非线性的。因此,在HS算法中最小均方差迭代的最终收敛点会产生偏移,从而导致光流计算结果的不准确。为此,详细分析了灰度估计不准确造成的偏差,提出了一种改进HS算法。实验部分给出了改进算法和其他经典光流计算方法的计算结果比较。实验结果表明,改进HS算法可以得到较好的计算结果,并能明显减少光流计算的迭代次数。 相似文献
10.
大气退化作为户外场景的一个标志成为计算机视觉和计算机图形学领域研究的一个热点和难点.本文对天空模型、色彩的光谱表达和大气退化效果绘制等几个主要问题进行了探讨.天空模型的选取是大气效果绘制的一个重要问题.本文给出了几种典型的天空模型,包括:测量模型,解析模型和直接计算模型;本文还讨论了色彩的光谱表达和转换问题,介绍了具体的转换方法.本文最后提出了一个使用上述天空模型和色彩表达方法的扩展路径跟踪方法,用以对大气效果进行绘制.在实验部分,本文给出了基于解析模型的天空和大气介质存在的场景的绘制效果. 相似文献