基于自适应调节策略熵的元强化学习算法

传统的深度强化学习方法依赖大量的经验样本并且难以适应新任务.元强化学习通过从以往的训练任务中提取先验知识,为智能体快速适应新任务提供了一种有效的方法.基于最大熵强化学习框架的元深度强化学习通过最大化期望奖赏和最大化策略熵来优化策略.然而,目前以最大熵强化学习框架为基础的元强化学习算法普遍采用固定的温度参数,这在面对元强化学习的多任务场景时是不合理的.针对这一问题,提出了自适应调节策略熵(Automating Policy Entropy,APE)算法.该算法首先通过限制策略的熵,将原本的目标函数优化问题转换为受限优化问题,然后将受限优化问题中的对偶变量作为温度参数,通过拉格朗日对偶法求解得到其更新公式.根据得到的更新公式,温度参数将在每一轮元训练结束之后进行自适应调节.实验数据表明,所提算法在Ant-Fwd-Back和Walker-2D上的平均得分提高了200,元训练效率提升了82％;在Humanoid-Di-rec-2D上的策略收敛所需的训练步数为23万,收敛速度提升了127％.实验结果表明,所提算法具有更高的元训练效率和更好的稳定性.     

基于改进相似度传播算法的本体匹配

为解决本体异构、实现不同本体应用程序间互操作以及数据集成,提出一种基于RDF图的改进相似度传播匹配算法。首先通过WordNet发现初始相似对种子,经过预处理把本体表示成RDF三元组形式,针对RDF图的特点,将相似度传播的条件扩展到三元组中,发现可能相似对;然后采用综合元素特征的方法计算相似度。相似度传播、发现可能相似对种子、相似度计算是一个循环迭代的过程,直到满足收敛条件。实验表明了该算法的有效性,并在时间性能上也有所提高。     

基于协商的Multi-Agent生产计划与调度系统

目前企业使用的ERP系统中由于计划与能力计算的分离以及调度信息不能及时反馈 ,已很难适应敏捷制造的需要。Agent技术是进行分布式制造系统建模的一种主要方法之一。工作中心是各种生产能力单元的通称 ,也是发生加工成本的实体 ,各工作中心Agent之间通过协商与协作 ,形成一个基于能力与成本的Multi Agent集成生产计划与调度系统 ,使企业具有实时应变性。     

应用型本科高校计算机公共课"以证促学"模式的改革与实践

分析计算机等级考试认证的重要性以及引入到教学中的可行性与必要性,提出"以证促学"模式的教学改革方案.以苏州大学文正学院计算机公共课为例,阐述计算机公共课引入等级考试的具体措施,说明如何构建公平合理且具有较高激励措施的课程改革方案,最后说明改革效果.     

基于蚁群算法的动态联盟盟友选择问题研究

从整个生产价值链出发,结合层次分析法(AHP),建立盟友选择模型.在对模型研究的基础上,提出了一种基于蚁群算法的动态联盟盟友选择方法.实现整条生产价值链的全局最优.     

一种基于语义Tableau的不相容知识处理方法

Tableau作为自动推理的有效方法之一,在许多人工智能领域中有重要的应用。在Tableau基础上,该文提出了Tableau开放和封闭的推理标准,应用于数据库实例不满足完整性约束的不相容关系数据库中,并对其进行修正。采用了逻辑程序的方法,对数据库进行修正,解决了传统修正方法丢失信息、出现不相容等问题。     

一种基于高斯过程的行动者评论家算法

强化学习领域的一个研究难点是在大规模或连续空间中平衡探索和利用的问题。针对该问题,应运函数近似与高斯过程方法,提出新的行动者评论家 (Actor-Critic,AC)算法。该算法在Actor中使用时间差分误差构造关于策略参数的更新公式;在Critic中利用高斯过程对线性带参值函数建模,结合生成模型,根据贝叶斯推理,求解值函数的后验分布。将该算法应用于平衡杆实验中,实验结果表明,算法收敛速度较快,可以有效解决在大规模或连续空间中探索和利用的平衡问题,具有较好的性能。     

异构专利数据源集成系统中查询的研究

为了有效地对异构专利数据源进行统一的查询,提出一个基于本体的异构专利数据源集成系统.该系统引入本体解决数据源集成中存在的语义异构,通过全局数据模式为用户提供统一的查询接口,将用户针对全局数据模式的查询重写为针对各个局部数据源的子查询.使用该系统,用户可以从异构的专利源中得到正确的查询结果.     

遗传算法理论及技术研究综述

本文首先阐述了遗传算法的主要特点和基本原理,随后对遗传算法的理论与技术研究的主体,即编码机制、适应度评价以及选择、交叉、变异等遗传算子进行了探讨;比较分析了各种遗传操作方法的优缺点和适用场合;对遗传算法的理论和技术做了初步研究综述。     

WSN 中覆盖空洞修复研究介绍∗

在无线传感器网络中,节点分布不均匀,节点在采集和传输数据时能耗不均衡,以及节点在运行过程中出 现故障等原因,均会导致网络覆盖率降低,造成覆盖空洞,从而产生异常的网络数据.为了提高网络覆盖率并延长网 络寿命,需要对覆盖空洞进行测试与修补.为此,对现有网络覆盖方法进行分类整理,同时罗列出覆盖评价的重要性 能指标,以供该领域参考.