容器造型的模仿与概括之设计

大自然是艺术创作的源泉,我们模仿和概括抽象出自然中的美的形象和要素,使设计更具自然性、生动性、与趣味性,更贴近生活和更富有感染力。     

模仿法在数据结构递归算法设计中的教学实践

针对数据结构递归算法设计的教学实际情况,分析学生难学难会的原因,提出调整递归算法教学时机及采用模仿法进行教学的观点,并给出详细的教学案例。     

模仿英雄

回望互联网在过去十多年的成长起伏,让人看到一条模仿创新的脉络。对于一个国家而言,十多年或许只是历史长河中的一幅剪影,对一个行业来说,十多年则可能使它经历从萌芽到兴盛的一次涅巢。     

模仿制胜

当下,“山寨”行为已经司空见惯,从最初的科技领域逐渐延伸至日常生活的方方面面,只要有模仿复制的意思,都可以称其为“山寨”。对于五花八门的“山寨”行为和现象,人们往往会用戏谑的语气加以调侃,很少有褒扬赞赏之意,这也从侧面反应了大家对于“模仿”的态度：创新才是硬道理,跟随模仿或多或少不是件值得称道的事情。     

模仿社会—计算机技术设计的新构思方法

通过实例考察和借助电子仿生的启示，作者提出在计算机与计算机网络技术设计中一种新的构思方法－模仿社会。本文列举众多计算机模仿社会或与社会相似的典型事例，阐述这种模仿的机理与方法，从而表明社会模拟与智能模拟一样，可以为计算机与计算机网络寻求技术设计的新蓝图。     

浅谈模仿学习在计算机教学中的应用

社会学习理论认为人类的学习并非都是个体式的学习,还包括群体性的相互影响这一类学习。该文论述了在计算机专业课程《网页设计与制作》教学中应用班杜拉的模仿学习理论,对于建立学生自信心和提升其学习的积极性的作用。     

会模仿 能创造 再创新——浅析初中网页设计制作课教学

网页设计与制作是江苏科学技术出版社出版的<初中信息技术(下册)>第十一章的内容,是融网络基础、网页设计和美术设计为一体的知识.笔者在多年教学实践的基础上,剖析初中网页设计与制作学习内容并根据初中学生的认知特点提出该教学内容的过程性目标;在此目标下,对该教学内容知识、教学计划安排、教学活动等设置进行了分析与阐述.     

模仿与创莉

有时候,创新来自于模仿,模仿又可能是创新的伊始。这点在文学创作上极为典型,“疏影横斜水清浅,暗香浮动月黄昏”林逋的这首《梅花》中毫无疑义地模仿了南唐江为的“竹影横斜水清浅,桂香浮动月黄昏”诗句。     

父亲--模仿

谈到父亲我不由得想到＂父亲是弦子的第一模仿对象＂这句话。刚好上个月科技界吵得沸沸扬扬的新闻就是惠普新品疑似模仿苹果公司旗下产品MacBook Ar的消息。     

模仿学习综述：传统与新进展

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。     

中国玻璃艺术的仿玉时代及其发展局限

汉代是中国玻璃发展史上的重要时期,在经济繁荣和政治稳定的条件下,中国的玻璃业得以存在和发展。汉代的玻璃制造以模仿为主。玻璃作为玉的替代品出现．其造型、质地无不显示出对玉的模仿。这不仅限制了玻璃的使用,更阻碍了玻璃艺术的发展。汉代玻璃艺术在原料配方、造型等方面均有所创新．扩大了玻璃制造业的规模．增加了产品种类。拓宽了玻璃的用途。     

Relationship between Creativity, Imitation, and Cultural Diversity

There are both benefits and drawbacks to cultural diversity. It can lead to friction and exacerbate differences. However, as with biological diversity, cultural diversity is valuable in times of upheaval; if a previously effective solution no longer works, it is good to have alternatives available. What factors give rise to cultural diversity? This paper describes a preliminary investigation of this question using a computational model of cultural evolution. The model is composed of neural network based agents that evolve fitter ideas for actions by (1) inventing new ideas through modification of existing ones, and (2) imitating neighbors'' ideas. Numerical simulations indicate that the diversity of ideas in a population is positively correlated with both the proportion of creators to imitators in the population, and the rate at which creators create. This is the case for both minimum and peak diversity of actions over the duration of a run.     

模仿排序学习模型

文档排序一直是信息检索(IR)领域的关键任务之一。受益于马尔科夫决策过程强大的建模能力,以及强化学习方法强大的求解能力,近年来基于强化学习的排序模型被提出并取得了良好效果。然而,由于候选文档中会包含大量的不相关文档,导致基于“试错”的强化学习方法存在效率低下的问题。为解决上述问题,该文提出了一种基于模仿学习的排序学习算法IR-DAGGER,其基于文档标注信息构建专家策略,在保证文档排序精度的同时提高了算法的学习效率。为了测试IR-DAGGER的性能,该文基于面向相关性排序任务的OHSUMED数据集和面向多样化排序的TREC数据集进行了实验,实验结果表明IR-DAGGER在上述两个数据集上均提升了文档排序的精度和效率。     

Undecidability in the Imitation Game

This paper considers undecidability in the imitation game, the so-called Turing Test. In the Turing Test, a human, a machine, and an interrogator are the players of the game. In our model of the Turing Test, the machine and the interrogator are formalized as Turing machines, allowing us to derive several impossibility results concerning the capabilities of the interrogator. The key issue is that the validity of the Turing test is not attributed to the capability of human or machine, but rather to the capability of the interrogator. In particular, it is shown that no Turing machine can be a perfect interrogator. We also discuss meta-imitation game and imitation game with analog interfaces where both the imitator and the interrogator are mimicked by continuous dynamical systems.     

基于生成对抗网络的模仿学习综述

模仿学习研究如何从专家的决策数据中进行学习,以得到接近专家水准的决策模型.同样学习如何决策的强化学习往往只根据环境的评价式反馈进行学习,与之相比,模仿学习能从决策数据中获得更为直接的反馈.它可以分为行为克隆、基于逆向强化学习的模仿学习两类方法.基于逆向强化学习的模仿学习把模仿学习的过程分解成逆向强化学习和强化学习两个子过程,并反复迭代.逆向强化学习用于推导符合专家决策数据的奖赏函数,而强化学习基于该奖赏函数来学习策略.基于生成对抗网络的模仿学习方法从基于逆向强化学习的模仿学习发展而来,其中最早出现且最具代表性的是生成对抗模仿学习方法(Generative Adversarial Imitation Learning,简称GAIL).生成对抗网络由两个相对抗的神经网络构成,分别为判别器和生成器.GAIL的特点是用生成对抗网络框架求解模仿学习问题,其中,判别器的训练过程可类比奖赏函数的学习过程,生成器的训练过程可类比策略的学习过程.与传统模仿学习方法相比,GAIL具有更好的鲁棒性、表征能力和计算效率.因此,它能够处理复杂的大规模问题,并可拓展到实际应用中.然而,GAIL存在着模态崩塌、环境交互样本利用效率低等问题.最近,新的研究工作利用生成对抗网络技术和强化学习技术等分别对这些问题进行改进,并在观察机制、多智能体系统等方面对GAIL进行了拓展.本文先介绍了GAIL的主要思想及其优缺点,然后对GAIL的改进算法进行了归类、分析和对比,最后总结全文并探讨了可能的未来趋势.     

单片机对电梯运行系统模拟的研究

单片机作为一种价格性能比良好的计算机，在当今各个领域得到广泛的应用，而电梯已成为现代化生活的必要设备。研究电梯运行模拟系统，是为了让学生在实验室中通过连接电梯控制器，就可在此模拟系统上进行电梯调速与控制系统的设计和调试，使他们对所学知识有一个感性认识。下面将介绍通过80C196单片机来模拟电梯的运行状态的构思、硬件的设计结构、软件的总体设计及各个子程序的作用。     

网格资源部署动态策略的一种拟生算法

通过将资源动态部署问题转化成收益目标函数的优化问题,并在网格架构基础上,通过模拟生物跟随食物变化的动态分布过程,引入服务节点的动态迁移、竞争和死亡等行为,设计了拟生动态部署优化策略解决该优化问题．在针对单一资源访问以延时为主要服务质量评价标准的测试过程中拟生部署策略的目标函数值相比传统方法均有提高,算法时间复杂度接近O(N^2),各个计算节点时间复杂度接近O(N),算法的实际叠代次数约为2～3次．     

模仿学习方法综述及其在机器人领域的应用

模仿学习一直是人工智能领域的研究热点。模仿学习是一种基于专家示教重建期望策略的方法。近年来，在理论研究中，此方法和强化学习等方法结合，已经取得了重要成果；在实际应用中，尤其是在机器人和其他智能体的复杂环境中，模仿学习取得了很好的效果。主要阐述了模仿学习在机器人学领域的研究与运用。介绍了和模仿学习相关的理论知识；研究了模仿学习的两类主要方法：行为克隆学习方法和逆强化学习方法；对模仿学习的成功应用进行总结；最后，给出当前面对的问题和挑战并且展望未来发展趋势。