期刊导航
期刊开放获取
上海教育软件发展有限公..
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
3
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式：
文摘
详细
列表
相关度排序
被引量排序
时效性排序
基于混合深度强化学习的ICV任务卸载与资源分配
1
作者
刘佳慧
邹渊
+3 位作者
孙巍
孟逸豪
路潇然
李圆圆
《汽车工程》
北大核心
2025年第1期35-43,共9页
随着智能网联车辆(ICV)技术的发展,计算资源有限的ICV面临计算需求大幅增加的问题。ICV可以通过路侧单元(RSU)将任务卸载到移动边缘计算(MEC)服务器上。然而,车联网环境的动态性和复杂性使任务卸载和资源分配变得极具挑战。本文提出在...
随着智能网联车辆(ICV)技术的发展,计算资源有限的ICV面临计算需求大幅增加的问题。ICV可以通过路侧单元(RSU)将任务卸载到移动边缘计算(MEC)服务器上。然而,车联网环境的动态性和复杂性使任务卸载和资源分配变得极具挑战。本文提出在环境和资源的约束下,通过控制任务卸载决策、通信功率和计算资源分配,最小化任务计算能耗。针对这一问题离散和连续控制变量共存的特性,设计了混合深度强化学习(HDRL)算法:利用双深度Q网络(DDQN)生成任务卸载决策,利用深度确定性策略梯度(DDPG)生成通信功率和MEC资源分配决策,并结合改进的优先级经验回放(IPER)机制来评估和选择动作,输出最优策略。仿真实验结果表明,该方法比对比算法具有更快更稳定的决策收敛性,实现了任务计算卸载的最小能耗,并能有效适应ICV数量和任务大小的变化,具有高实时性和良好环境适应性。
展开更多
关键词
移动边缘计算
深度强化学习
任务卸载
资源分配
优先经验回放
在线阅读
下载PDF
职称材料
混动履带式无人平台轨迹跟踪控制研究
被引量：
1
2
作者
张彬
邹渊
+3 位作者
张旭东
孙逢春
吴喆
孟逸豪
《汽车工程》
EI
CSCD
北大核心
2023年第4期579-587,共9页
为了提高履带式无人平台的轨迹跟踪性能,提出了一种考虑纵向速度规划的分层轨迹跟踪算法并进行了联合仿真验证和实车验证。在建立了包含履带的滑移滑转率和质心侧偏角的车辆运动微分方程的基础上,完成分层轨迹跟踪算法框架的构建。上层...
为了提高履带式无人平台的轨迹跟踪性能,提出了一种考虑纵向速度规划的分层轨迹跟踪算法并进行了联合仿真验证和实车验证。在建立了包含履带的滑移滑转率和质心侧偏角的车辆运动微分方程的基础上,完成分层轨迹跟踪算法框架的构建。上层基于伪谱法的速度规划算法根据路面信息进行纵向速度规划,并将规划的速度作为目标车速下发给下层基于线性时变模型预测控制(LTV-MPC)的轨迹跟踪算法。基于LTV-MPC的算法通过建立预测模型和约束条件,二次规划求解出两侧电机的目标转速。通过Matlab/Simulink和RecurDyn的联合仿真以及实车验证了所提出的算法在不同地面条件下具有良好的轨迹效果。
展开更多
关键词
履带式无人平台
分层轨迹跟踪算法
纵向速度规划
滑移滑转率
线性时变模型预测控制
在线阅读
下载PDF
职称材料
基于Munchausen-PER算法优化的混合动力履带车辆能量管理策略
3
作者
路潇然
邹渊
+3 位作者
张旭东
孙巍
孟逸豪
张彬
《兵工学报》
2025年第6期125-136,共12页
为优化串联式混合动力履带车辆的燃油经济性及能量管理系统的离线训练用时,提出一种采用蒙乔森(Munchausen)优化算法及优先经验采样(Prioritized Experience Replay,PER)算法的双重深度Q网络(Double-Deep Q_learning Network,DDQN)的能...
为优化串联式混合动力履带车辆的燃油经济性及能量管理系统的离线训练用时,提出一种采用蒙乔森(Munchausen)优化算法及优先经验采样(Prioritized Experience Replay,PER)算法的双重深度Q网络(Double-Deep Q_learning Network,DDQN)的能量管理策略。通过包含发动机发电机组、动力电池组及驱动电机的模型对整车功率需求进行解算,根据功率需求,用能量管理控制策略对发动机节气门开度进行最优控制。采用蒙乔森优化算法、PER算法共同作用于离散型DDQN,同时提高网络对高影响数据的选取训练概率及对最优解的专注训练能力,在2种算法共同作用下DDQN能量管理策略的燃油经济性可实现对连续型复杂神经网络的超越,同时具有较大的离线训练用时优势。仿真实验结果表明:与基于PER的双延迟深度确定性策略梯度算法相比,新的能量管理控制策略可使得串联式混动履带车的燃油经济性平均提高4.6%,控制策略训练用时平均优化了35.3%。
展开更多
关键词
串联式混动履带车
Munchausen优化算法
优先经验采样算法
深度强化学习
能量管理策略
在线阅读
下载PDF
职称材料
题名
基于混合深度强化学习的ICV任务卸载与资源分配
1
作者
刘佳慧
邹渊
孙巍
孟逸豪
路潇然
李圆圆
机构
北京理工大学机械与车辆学院
北京理工大学
出处
《汽车工程》
北大核心
2025年第1期35-43,共9页
基金
国家重点研发计划(2021YFB2500901)资助。
文摘
随着智能网联车辆(ICV)技术的发展,计算资源有限的ICV面临计算需求大幅增加的问题。ICV可以通过路侧单元(RSU)将任务卸载到移动边缘计算(MEC)服务器上。然而,车联网环境的动态性和复杂性使任务卸载和资源分配变得极具挑战。本文提出在环境和资源的约束下,通过控制任务卸载决策、通信功率和计算资源分配,最小化任务计算能耗。针对这一问题离散和连续控制变量共存的特性,设计了混合深度强化学习(HDRL)算法:利用双深度Q网络(DDQN)生成任务卸载决策,利用深度确定性策略梯度(DDPG)生成通信功率和MEC资源分配决策,并结合改进的优先级经验回放(IPER)机制来评估和选择动作,输出最优策略。仿真实验结果表明,该方法比对比算法具有更快更稳定的决策收敛性,实现了任务计算卸载的最小能耗,并能有效适应ICV数量和任务大小的变化,具有高实时性和良好环境适应性。
关键词
移动边缘计算
深度强化学习
任务卸载
资源分配
优先经验回放
Keywords
mobile edge computing
deep reinforcement learning
task offloading
resource allocation
priority experience replay
分类号
U495 [交通运输工程—交通运输规划与管理]
在线阅读
下载PDF
职称材料
题名
混动履带式无人平台轨迹跟踪控制研究
被引量：
1
2
作者
张彬
邹渊
张旭东
孙逢春
吴喆
孟逸豪
机构
北京理工大学机械与车辆学院
电动车辆国家工程技术研究中心
出处
《汽车工程》
EI
CSCD
北大核心
2023年第4期579-587,共9页
文摘
为了提高履带式无人平台的轨迹跟踪性能,提出了一种考虑纵向速度规划的分层轨迹跟踪算法并进行了联合仿真验证和实车验证。在建立了包含履带的滑移滑转率和质心侧偏角的车辆运动微分方程的基础上,完成分层轨迹跟踪算法框架的构建。上层基于伪谱法的速度规划算法根据路面信息进行纵向速度规划,并将规划的速度作为目标车速下发给下层基于线性时变模型预测控制(LTV-MPC)的轨迹跟踪算法。基于LTV-MPC的算法通过建立预测模型和约束条件,二次规划求解出两侧电机的目标转速。通过Matlab/Simulink和RecurDyn的联合仿真以及实车验证了所提出的算法在不同地面条件下具有良好的轨迹效果。
关键词
履带式无人平台
分层轨迹跟踪算法
纵向速度规划
滑移滑转率
线性时变模型预测控制
Keywords
tracked unmanned platform
hierarchical trajectory tracking algorithm
longitudinal speed planning
slip ratio
linear time-varying model predictive control(LTV-MPC)
分类号
TP273 [自动化与计算机技术—检测技术与自动化装置]
U463.6 [机械工程—车辆工程]
在线阅读
下载PDF
职称材料
题名
基于Munchausen-PER算法优化的混合动力履带车辆能量管理策略
3
作者
路潇然
邹渊
张旭东
孙巍
孟逸豪
张彬
机构
北京理工大学机械与车辆学院
出处
《兵工学报》
2025年第6期125-136,共12页
基金
国家自然科学基金项目(52272410)。
文摘
为优化串联式混合动力履带车辆的燃油经济性及能量管理系统的离线训练用时,提出一种采用蒙乔森(Munchausen)优化算法及优先经验采样(Prioritized Experience Replay,PER)算法的双重深度Q网络(Double-Deep Q_learning Network,DDQN)的能量管理策略。通过包含发动机发电机组、动力电池组及驱动电机的模型对整车功率需求进行解算,根据功率需求,用能量管理控制策略对发动机节气门开度进行最优控制。采用蒙乔森优化算法、PER算法共同作用于离散型DDQN,同时提高网络对高影响数据的选取训练概率及对最优解的专注训练能力,在2种算法共同作用下DDQN能量管理策略的燃油经济性可实现对连续型复杂神经网络的超越,同时具有较大的离线训练用时优势。仿真实验结果表明:与基于PER的双延迟深度确定性策略梯度算法相比,新的能量管理控制策略可使得串联式混动履带车的燃油经济性平均提高4.6%,控制策略训练用时平均优化了35.3%。
关键词
串联式混动履带车
Munchausen优化算法
优先经验采样算法
深度强化学习
能量管理策略
Keywords
series hybrid tracked vehicle
Munchausen gradient optimization algorithm
Prioritized experience replay algorithm
deep reinforcement learning
energy management strategy
分类号
TJ810.2 [兵器科学与技术]
在线阅读
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
基于混合深度强化学习的ICV任务卸载与资源分配
刘佳慧
邹渊
孙巍
孟逸豪
路潇然
李圆圆
《汽车工程》
北大核心
2025
0
在线阅读
下载PDF
职称材料
2
混动履带式无人平台轨迹跟踪控制研究
张彬
邹渊
张旭东
孙逢春
吴喆
孟逸豪
《汽车工程》
EI
CSCD
北大核心
2023
1
在线阅读
下载PDF
职称材料
3
基于Munchausen-PER算法优化的混合动力履带车辆能量管理策略
路潇然
邹渊
张旭东
孙巍
孟逸豪
张彬
《兵工学报》
2025
在线阅读
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部
