检索结果-维普期刊中文期刊服务平台

基于柔性演员-评论家算法的决策规划协同研究被引量：2: 1; 作者唐斌刘光耀 +3 位作者江浩斌田宁米伟王春宏《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期105-113,187,共10页; 为了解决基于常规深度强化学习(Deep Reinforcement Learning, DRL)的自动驾驶决策存在学习速度慢、安全性及合理性较差的问题,本文提出一种基于柔性演员-评论家(Soft Actor-Critic,SAC)算法的自动驾驶决策规划协同方法,并将SAC算法与... 展开更多; 关键词智能交通自动驾驶柔性演员-评论家算法决策规划协同深度强化学习; 在线阅读下载PDF 职称材料

基于柔性演员-评论家算法的自适应巡航控制研究被引量：5: 2; 作者赵克刚石翠铎 +2 位作者梁志豪李梓棋王玉龙《汽车技术》 CSCD 北大核心 2023年第3期26-34,共9页; 针对目前自适应巡航控制技术中,深度强化学习的控制算法环境适应能力不足、模型迁移性及泛化能力较差的问题,提出一种基于最大熵原理和随机离线策略的柔性演员-评论家(SAC)控制算法。构建演员和评论家网络拟合动作值函数和动作策略函数... 展开更多; 关键词自适应巡航控制柔性演员-评论家可迁移性深度强化学习; 在线阅读下载PDF 职称材料

基于多智能体柔性演员-评论家学习的服务功能链部署算法被引量：2: 3; 作者唐伦李师锐 +1 位作者杜雨聪陈前斌《电子与信息学报》 EI CSCD 北大核心 2023年第8期2893-2901,共9页; 针对网络功能虚拟化(NFV)架构下业务请求动态变化引起的服务功能链(SFC)部署优化问题,该文提出一种基于多智能体柔性演员-评论家(MASAC)学习的SFC部署优化算法。首先,建立资源负载惩罚、SFC部署成本和时延成本最小化的模型,同时受限于SF... 展开更多; 关键词网络功能虚拟化服务功能链柔性演员-评论家学习多智能体强化学习; 在线阅读下载PDF 职称材料

基于优势演员-评论家算法的危险货物集装箱堆场安全堆存空间分配: 4; 作者沈阳黄诚宓为建《上海海事大学学报》北大核心 2022年第3期13-20,61,共9页; 针对危险货物集装箱(简称危货箱)堆场堆存空间分配的安全性问题,通过分析危货箱堆存的风险因素及安全堆存规范,提出一种以安全堆存空间利用率和安全指数最大为目标的危货箱堆场安全堆存空间分配多目标优化模型。设计优势演员-评论家(adv... 展开更多; 关键词危险货物集装箱安全堆存空间分配多目标优化优势演员-评论家算法; 在线阅读下载PDF 职称材料

考虑进站策略的网联电动公交车节能驾驶优化研究: 5; 作者南斯睿于谦 +2 位作者李铁柱尚赞娣陈海波《交通运输系统工程与信息》北大核心 2025年第2期82-94,共13页; 针对公交车在进出站和信号交叉口高能耗的问题,本文提出一种考虑进站策略的节能驾驶优化方法。首先,基于利用城市交通能力仿真(Simulation of Urban Mobility, SUMO)平台搭建智能网联场景,构建能够反映能耗、行驶效率和安全性的强化学... 展开更多; 关键词智能交通节能驾驶优化深度强化学习纯电动公交柔性演员-评论家算法; 在线阅读下载PDF 职称材料

移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法被引量：2: 6; 作者唐伦文明艳 +1 位作者单贞贞陈前斌《电子与信息学报》 EI CSCD 北大核心 2023年第7期2406-2414,共9页; 智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参... 展开更多; 关键词碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法; 在线阅读下载PDF 职称材料

深度强化学习驱动下的智能电网通信网业务路由分配方法研究: 7; 作者胡楠张维《通信电源技术》 2024年第10期43-45,共3页; 在现代化背景下,为确保电力系统的稳定运行,相关人员需要结合实际情况逐步推进智能电网的构建。智能电网以各项数据的获取、处理、保护为核心,建立了集成通信系统。文章针对深度强化学习驱动下的智能电网通信网业务路由分配方法展开分析... 展开更多; 关键词智能电网通信网深度Q网络(DQN)算法异步优势演员-评论家(A3C)算法深度学习; 在线阅读下载PDF 职称材料

基于改进强化学习的移动机器人动态避障方法被引量：8: 8; 作者徐建华邵康康 +1 位作者王佳惠刘学聪《中国惯性技术学报》 EI CSCD 北大核心 2023年第1期92-99,共8页; 针对未知环境下移动机器人动态避障存在规划轨迹长、行驶速度慢和鲁棒性差等问题,提出一种基于改进强化学习的移动机器人动态避障方法。移动机器人根据自身速度、目标位置和激光雷达信息直接得到动作信号,实现端到端的控制。基于距离梯... 展开更多; 关键词移动机器人动态避障强化学习柔性演员评论家算法卷积神经网络; 在线阅读下载PDF 职称材料

题名基于柔性演员-评论家算法的决策规划协同研究被引量：2: 1; 作者唐斌刘光耀江浩斌田宁米伟王春宏; 机构江苏大学江苏罡阳转向系统有限公司; 出处《交通运输系统工程与信息》 EI CSCD 北大核心 2024年第2期105-113,187,共10页; 基金国家自然科学基金(52225212) 江苏省六大人才高峰项目(2019-GDZB-084) 泰州市科技支撑计划项目(TG202307)。; 文摘为了解决基于常规深度强化学习(Deep Reinforcement Learning, DRL)的自动驾驶决策存在学习速度慢、安全性及合理性较差的问题,本文提出一种基于柔性演员-评论家(Soft Actor-Critic,SAC)算法的自动驾驶决策规划协同方法,并将SAC算法与基于规则的决策规划方法相结合设计自动驾驶决策规划协同智能体。结合自注意力机制(Self Attention Mechanism, SAM)和门控循环单元(Gate Recurrent Unit, GRU)构建预处理网络;根据规划模块的具体实现方式设计动作空间;运用信息反馈思想设计奖励函数,给智能体添加车辆行驶条件约束,并将轨迹信息传递给决策模块,实现决策规划的信息协同。在CARLA自动驾驶仿真平台中搭建交通场景对智能体进行训练,并在不同场景中将所提出的决策规划协同方法与常规的基于SAC算法的决策规划方法进行比较,结果表明,本文所设计的自动驾驶决策规划协同智能体学习速度提高了25.10%,由其决策结果生成的平均车速更高,车速变化率更小,更接近道路期望车速,路径长度与曲率变化率更小。; 关键词智能交通自动驾驶柔性演员-评论家算法决策规划协同深度强化学习; Keywords intelligent transportation autonomous driving soft actor-critic algorithm collaborative decision and planning deep reinforcement learning; 分类号 U491 [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

题名基于柔性演员-评论家算法的自适应巡航控制研究被引量：5: 2; 作者赵克刚石翠铎梁志豪李梓棋王玉龙; 机构华南理工大学湖南大学; 出处《汽车技术》 CSCD 北大核心 2023年第3期26-34,共9页; 基金广东省重点领域研发项目(2019B090912001)。; 文摘针对目前自适应巡航控制技术中,深度强化学习的控制算法环境适应能力不足、模型迁移性及泛化能力较差的问题,提出一种基于最大熵原理和随机离线策略的柔性演员-评论家(SAC)控制算法。构建演员和评论家网络拟合动作值函数和动作策略函数,并使用自调节温度系数改善智能体的环境探索能力;针对奖励稀疏问题,运用奖励塑造思想设计奖励函数;此外,提出一种新的经验回放机制以提高样本利用率。将所提出的控制算法在不同场景中进行仿真及实车验证,并与深度确定性策略梯度(DDPG)算法进行比较,结果表明,该算法具有更好的模型泛化能力和实车迁移效果。; 关键词自适应巡航控制柔性演员-评论家可迁移性深度强化学习; Keywords Adaptive cruise control Soft Actor-Critic(SAC) Mitigation Deep Reinforcement Learning(DRL); 分类号 U461 [机械工程—车辆工程]; 在线阅读下载PDF 职称材料

题名基于多智能体柔性演员-评论家学习的服务功能链部署算法被引量：2: 3; 作者唐伦李师锐杜雨聪陈前斌; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信技术重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第8期2893-2901,共9页; 基金国家自然科学基金(62071078) 重庆市教委科学技术研究项目(KJZD-M201800601) 四川省科技计划项目(2021YFQ0053)。; 文摘针对网络功能虚拟化(NFV)架构下业务请求动态变化引起的服务功能链(SFC)部署优化问题,该文提出一种基于多智能体柔性演员-评论家(MASAC)学习的SFC部署优化算法。首先,建立资源负载惩罚、SFC部署成本和时延成本最小化的模型,同时受限于SFC端到端时延和网络资源预留阈值约束。其次,将随机优化问题转化为马尔可夫决策过程(MDP),实现SFC动态部署和资源的均衡调度,还进一步提出基于业务分工的多决策者编排方案。最后,在分布式多智能体系统中采用柔性演员-评论家(SAC)算法以增强探索能力,并引入了中央注意力机制和优势函数,能够动态和有选择性地关注获取更大部署回报的信息。仿真结果表明,所提算法可以实现负载惩罚、时延和部署成本的优化,并随业务请求量的增加能更好地扩展。; 关键词网络功能虚拟化服务功能链柔性演员-评论家学习多智能体强化学习; Keywords Network Function Virtualization(NFV) Service Function Chain(SFC) Soft Actor-Critic(SAC)learning Multi-agent reinforcement learning; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名基于优势演员-评论家算法的危险货物集装箱堆场安全堆存空间分配: 4; 作者沈阳黄诚宓为建; 机构上海海事大学物流科学与工程研究院上海海事大学集装箱供应链技术教育部工程研究中心上海港城危险品物流有限公司; 出处《上海海事大学学报》北大核心 2022年第3期13-20,61,共9页; 基金上海市科学技术委员会科研计划(17DZ1200100)。; 文摘针对危险货物集装箱(简称危货箱)堆场堆存空间分配的安全性问题,通过分析危货箱堆存的风险因素及安全堆存规范,提出一种以安全堆存空间利用率和安全指数最大为目标的危货箱堆场安全堆存空间分配多目标优化模型。设计优势演员-评论家(advantage actor-critic,A2C)算法对模型进行求解,并通过算例分析和对比验证方法的有效性及优越性。结果表明,该方法能够获得在降低作业风险和提高事故应急处置能力条件下的危货箱堆场最优堆存空间分配策略,从而提高危货箱堆存安全性和堆场利用率。; 关键词危险货物集装箱安全堆存空间分配多目标优化优势演员-评论家算法; Keywords dangerous goods container safety storage space allocation multi-objective optimization advantage actor-critic algorithm; 分类号 U691 [交通运输工程—港口、海岸及近海工程]; 在线阅读下载PDF 职称材料

题名考虑进站策略的网联电动公交车节能驾驶优化研究: 5; 作者南斯睿于谦李铁柱尚赞娣陈海波; 机构西安建筑科技大学长安大学东南大学交通运输部科学研究院利兹大学; 出处《交通运输系统工程与信息》北大核心 2025年第2期82-94,共13页; 基金陕西省教育厅科学研究计划项目西安建筑科技大学新型城镇化专项研究基金项目综合交通运输大数据应用技术交通运输行业重点实验室开放课题。; 文摘针对公交车在进出站和信号交叉口高能耗的问题,本文提出一种考虑进站策略的节能驾驶优化方法。首先,基于利用城市交通能力仿真(Simulation of Urban Mobility, SUMO)平台搭建智能网联场景,构建能够反映能耗、行驶效率和安全性的强化学习复合奖励函数;其次,将进站策略和预设交通规则作为约束集成于柔性演员-评论家(Soft Actor-Critic, SAC)深度强化学习框架中,优化车辆进出站及接近信号交叉口的轨迹;最后,以实际行驶、基于深度Q网络(Deep Q-Network, DQN)算法常规、基于SAC算法、基于规则约束和DQN算法(DQN-ruled)的优化方法作为基准方案,与本文提出的基于规则约束和SAC算法(SAC-ruled)的优化方法进行对比。结果表明:通过SAC-ruled算法优化后的驾驶轨迹在多种场景下均优于基准方案。在跟驰运动中,与基准方案相比,所设计的节能驾驶优化方法较基准方案的车辆能耗最高减少35.97%,行驶时间提升21.67%;在换道运动中,车辆能耗最多可降低41.40%,行驶时间提升16.94%。此外,通过敏感性分析验证,本文提出的基于SAC-ruled算法的节能驾驶优化方法在应对车流量波动方面表现出更强的适应性。本文建立的节能驾驶优化模型可集成节能辅助驾驶系统,鼓励驾驶员主动节能。; 关键词智能交通节能驾驶优化深度强化学习纯电动公交柔性演员-评论家算法; Keywords intelligent transportation energy-saving driving optimization deep reinforcement learning electric bus soft actor-critic algorithm; 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

题名移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法被引量：2: 6; 作者唐伦文明艳单贞贞陈前斌; 机构重庆邮电大学通信与信息工程学院重庆邮电大学移动通信重点实验室; 出处《电子与信息学报》 EI CSCD 北大核心 2023年第7期2406-2414,共9页; 基金国家自然科学基金(62071078) 四川省科技计划(2021YFQ0053) 重庆市教委科学技术研究项目(KJZD-M201800601)。; 文摘智能驾驶中的碰撞避免任务存在对时延要求极高和隐私保护等挑战。首先,该文提出一种基于自适应调整参数的半异步联邦学习(SFLAAP)的门控循环单元联合支持向量机(GRU_SVM)碰撞多级预警算法,SFLAAP可根据训练和资源情况动态调整两个训练参数:本地训练次数和参与聚合的局部模型数量。然后,为解决资源受限的移动边缘计算(MEC)下碰撞预警模型协作训练的效率问题,根据上述参数与SFLAAP训练时延的关系,建立训练总时延最小化模型,并将其转化为马尔可夫决策过程(MDP)。最后,在所建立的MDP中采用异步优势演员-评论家(A3C)学习求解,自适应地确定最优训练参数,从而减少碰撞预警模型的训练完成时间。仿真结果表明,所提算法有效地降低训练总时延并保证预测精度。; 关键词碰撞预警联邦学习移动边缘计算异步优势演员-评论家算法; Keywords Collision warning Federated Learning(FL) Mobile Edge Computing(MEC) Asynchronous Advantage Actor-Critic(A3C)algorithm; 分类号 TN929.5 [电子电信—通信与信息系统]; 在线阅读下载PDF 职称材料

题名深度强化学习驱动下的智能电网通信网业务路由分配方法研究: 7; 作者胡楠张维; 机构国网汉中供电公司; 出处《通信电源技术》 2024年第10期43-45,共3页; 文摘在现代化背景下,为确保电力系统的稳定运行,相关人员需要结合实际情况逐步推进智能电网的构建。智能电网以各项数据的获取、处理、保护为核心,建立了集成通信系统。文章针对深度强化学习驱动下的智能电网通信网业务路由分配方法展开分析,以提高通信资源利用率,提升业务路由方法的稳定性和可靠性。; 关键词智能电网通信网深度Q网络(DQN)算法异步优势演员-评论家(A3C)算法深度学习; Keywords smart grid communication network Deep Q Network(DQN)algorithm Asynchronous Advantage Actor-Critic(A3C)algorithm deep learning; 分类号 TM73 [电气工程—电力系统及自动化]; 在线阅读下载PDF 职称材料

题名基于改进强化学习的移动机器人动态避障方法被引量：8: 8; 作者徐建华邵康康王佳惠刘学聪; 机构北京理工大学自动化学院; 出处《中国惯性技术学报》 EI CSCD 北大核心 2023年第1期92-99,共8页; 基金装备重大基础研究项目(5140502A03)。; 文摘针对未知环境下移动机器人动态避障存在规划轨迹长、行驶速度慢和鲁棒性差等问题,提出一种基于改进强化学习的移动机器人动态避障方法。移动机器人根据自身速度、目标位置和激光雷达信息直接得到动作信号,实现端到端的控制。基于距离梯度引导和角度梯度引导促使移动机器人向终点方向优化,加快算法的收敛速度;结合卷积神经网络从多维观测数据中提取高质量特征,提升策略训练效果。仿真试验结果表明,在多动态障碍物环境下,所提方法的训练速度提升40%、轨迹长度缩短2.69%以上、平均线速度增加11.87%以上,与现有主流避障方法相比,具有规划轨迹短、行驶速度快、性能稳定等优点,能够实现移动机器人在多障碍物环境下平稳避障。; 关键词移动机器人动态避障强化学习柔性演员评论家算法卷积神经网络; Keywords mobile robot dynamic obstacle avoidance reinforcement learning soft actor-critic convolutional neural network; 分类号 TP391 [自动化与计算机技术—计算机应用技术]; 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	基于柔性演员-评论家算法的决策规划协同研究	唐斌刘光耀江浩斌田宁米伟王春宏	《交通运输系统工程与信息》 EI CSCD 北大核心	2024	2	在线阅读下载PDF 职称材料
2	基于柔性演员-评论家算法的自适应巡航控制研究	赵克刚石翠铎梁志豪李梓棋王玉龙	《汽车技术》 CSCD 北大核心	2023	5	在线阅读下载PDF 职称材料
3	基于多智能体柔性演员-评论家学习的服务功能链部署算法	唐伦李师锐杜雨聪陈前斌	《电子与信息学报》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
4	基于优势演员-评论家算法的危险货物集装箱堆场安全堆存空间分配	沈阳黄诚宓为建	《上海海事大学学报》北大核心	2022	0	在线阅读下载PDF 职称材料
5	考虑进站策略的网联电动公交车节能驾驶优化研究	南斯睿于谦李铁柱尚赞娣陈海波	《交通运输系统工程与信息》北大核心	2025	0	在线阅读下载PDF 职称材料
6	移动边缘计算辅助智能驾驶中基于高效联邦学习的碰撞预警算法	唐伦文明艳单贞贞陈前斌	《电子与信息学报》 EI CSCD 北大核心	2023	2	在线阅读下载PDF 职称材料
7	深度强化学习驱动下的智能电网通信网业务路由分配方法研究	胡楠张维	《通信电源技术》	2024	0	在线阅读下载PDF 职称材料
8	基于改进强化学习的移动机器人动态避障方法	徐建华邵康康王佳惠刘学聪	《中国惯性技术学报》 EI CSCD 北大核心	2023	8	在线阅读下载PDF 职称材料