期刊导航
期刊开放获取
vip
退出
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
基于拟牛顿法的深度强化学习在车联网边缘计算中的研究
被引量:
4
1
作者
章坚武
芦泽韬
+1 位作者
章谦骅
詹明
《通信学报》
EI
CSCD
北大核心
2024年第5期90-100,共11页
为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。...
为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。通过此双阶段优化,算法显著提升了在多任务和动态无线信道条件下的性能,提高了计算效率。通过引入拉格朗日算子和重构的对偶函数,将非凸优化问题转化为对偶函数的凸优化问题,确保算法的全局最优性。此外,算法考虑了车联网模型中的系统传输时间分配,增强了模型的实用性。与现有算法相比,所提算法显著提高了任务卸载的收敛性和稳定性,并能有效处理车联网中的任务卸载问题,具有较高的实用性和可靠性。
展开更多
关键词
车联网
任务卸载
深度强化学习
拟牛顿法
在线阅读
下载PDF
职称材料
基于深度强化学习的无人机博弈路径规划
被引量:
1
2
作者
薛均晓
张世文
+2 位作者
陆亚飞
严笑然
付玮
《郑州大学学报(理学版)》
北大核心
2025年第4期8-14,共7页
针对深度强化学习方法在复杂环境下面对无人机博弈任务时学习效率较低的问题,提出了知识和数据联合驱动的深度强化学习模型。首先,借鉴了模仿学习的思想,将遗传算法作为启发式搜索策略,并收集专家经验知识;其次,通过深度强化学习与环境...
针对深度强化学习方法在复杂环境下面对无人机博弈任务时学习效率较低的问题,提出了知识和数据联合驱动的深度强化学习模型。首先,借鉴了模仿学习的思想,将遗传算法作为启发式搜索策略,并收集专家经验知识;其次,通过深度强化学习与环境进行交互,收集在线经验数据;最后,构建了知识和数据联合驱动的深度强化学习模型,用于优化无人机博弈策略。实验结果表明,所提模型有效提升了收敛速度和学习稳定性,经过训练的智能体具有较好的自主博弈路径规划能力。
展开更多
关键词
深度强化学习
无人机博弈
路径规划
遗传算法
在线阅读
下载PDF
职称材料
元宇宙多模态触觉感知与交互的数据手套技术研究
被引量:
2
3
作者
任弘毅
刘畅
+3 位作者
陈铭
杨文珍
MUKHERJEE M
潘志庚
《测控技术》
2024年第4期50-55,99,共7页
为了提升元宇宙虚拟手交互的逼真性,研发了一种多模态触觉感知与交互的数据手套系统,该系统具有硬件集成度高、响应速度快、数据采集精确和轻便易穿戴的特点。人手穿戴此数据手套后,系统能够采集人手操作时的温度、指尖按压力和手指弯...
为了提升元宇宙虚拟手交互的逼真性,研发了一种多模态触觉感知与交互的数据手套系统,该系统具有硬件集成度高、响应速度快、数据采集精确和轻便易穿戴的特点。人手穿戴此数据手套后,系统能够采集人手操作时的温度、指尖按压力和手指弯曲程度等数据,并把这些数据实时赋予给虚拟环境中的虚拟手,让虚拟手具有类似人手的动作行为和感知。提出了一种多通道循环采集数据方法,该方法可以高效且准确地捕捉温度、指尖按压力和手指弯曲程度等异构多模态数据,减轻了数据手套的硬件电路复杂性。实验结果表明,此数据手套在获取实时手指动作信息方面精度较高,提升了虚拟手动作的灵活性、直观性和自然性。
展开更多
关键词
数据手套
人机交互
嵌入式系统
虚拟现实
元宇宙
在线阅读
下载PDF
职称材料
题名
基于拟牛顿法的深度强化学习在车联网边缘计算中的研究
被引量:
4
1
作者
章坚武
芦泽韬
章谦骅
詹明
机构
杭州电子科技大学通信工程学院
之江实验室天基计算研究中心
浙江大学信息与电子工程学院
台州学院电子与信息工程学院
出处
《通信学报》
EI
CSCD
北大核心
2024年第5期90-100,共11页
基金
浙江省自然科学基金重点项目(No.LZ23F010001)。
文摘
为了解决车联网中由于多任务和资源限制导致的任务卸载决策不理想的问题,提出了拟牛顿法的深度强化学习双阶段在线卸载(QNRLO)算法。该算法首先引入批归一化技术优化深度神经网络的训练过程,随后采用拟牛顿法进行优化,有效逼近最优解。通过此双阶段优化,算法显著提升了在多任务和动态无线信道条件下的性能,提高了计算效率。通过引入拉格朗日算子和重构的对偶函数,将非凸优化问题转化为对偶函数的凸优化问题,确保算法的全局最优性。此外,算法考虑了车联网模型中的系统传输时间分配,增强了模型的实用性。与现有算法相比,所提算法显著提高了任务卸载的收敛性和稳定性,并能有效处理车联网中的任务卸载问题,具有较高的实用性和可靠性。
关键词
车联网
任务卸载
深度强化学习
拟牛顿法
Keywords
Internet of vehicles
task offloading
deep reinforcement learning
Quasi-Newton method
分类号
TN92 [电子电信—通信与信息系统]
在线阅读
下载PDF
职称材料
题名
基于深度强化学习的无人机博弈路径规划
被引量:
1
2
作者
薛均晓
张世文
陆亚飞
严笑然
付玮
机构
郑州大学网络空间安全学院
之江
实验室
人工智能
研究
院
之江实验室天基计算研究中心
出处
《郑州大学学报(理学版)》
北大核心
2025年第4期8-14,共7页
基金
国家重点研发计划项目(2022YFC3004400)。
文摘
针对深度强化学习方法在复杂环境下面对无人机博弈任务时学习效率较低的问题,提出了知识和数据联合驱动的深度强化学习模型。首先,借鉴了模仿学习的思想,将遗传算法作为启发式搜索策略,并收集专家经验知识;其次,通过深度强化学习与环境进行交互,收集在线经验数据;最后,构建了知识和数据联合驱动的深度强化学习模型,用于优化无人机博弈策略。实验结果表明,所提模型有效提升了收敛速度和学习稳定性,经过训练的智能体具有较好的自主博弈路径规划能力。
关键词
深度强化学习
无人机博弈
路径规划
遗传算法
Keywords
deep reinforcement learning
UAV game
path planning
genetic algorithm
分类号
V279 [航空宇航科学与技术—飞行器设计]
在线阅读
下载PDF
职称材料
题名
元宇宙多模态触觉感知与交互的数据手套技术研究
被引量:
2
3
作者
任弘毅
刘畅
陈铭
杨文珍
MUKHERJEE M
潘志庚
机构
南京信息工程大学人工智能学院
之江
实验室
天
基
计算
系统
研究
中心
浙江理工大学机械工程学院
之江
实验室
智能制造
计算
研究
中心
出处
《测控技术》
2024年第4期50-55,99,共7页
基金
国家重点研发计划课题(2021YFF0600203)
之江实验室科研攻关项目(K2022PG1BB01,2022MG0AC04)
+2 种基金
之江实验室青年基金项目(K2023MG0AA11,K2023MG0AA02)
国家自然科学基金(62072150,61901128)
江苏省研究生科研与实践创新计划项目(KYCX23_1374)。
文摘
为了提升元宇宙虚拟手交互的逼真性,研发了一种多模态触觉感知与交互的数据手套系统,该系统具有硬件集成度高、响应速度快、数据采集精确和轻便易穿戴的特点。人手穿戴此数据手套后,系统能够采集人手操作时的温度、指尖按压力和手指弯曲程度等数据,并把这些数据实时赋予给虚拟环境中的虚拟手,让虚拟手具有类似人手的动作行为和感知。提出了一种多通道循环采集数据方法,该方法可以高效且准确地捕捉温度、指尖按压力和手指弯曲程度等异构多模态数据,减轻了数据手套的硬件电路复杂性。实验结果表明,此数据手套在获取实时手指动作信息方面精度较高,提升了虚拟手动作的灵活性、直观性和自然性。
关键词
数据手套
人机交互
嵌入式系统
虚拟现实
元宇宙
Keywords
data gloves
human-computer interaction
embedded system
VR
metaverse
分类号
TP391.9 [自动化与计算机技术—计算机应用技术]
TP212.9 [自动化与计算机技术—检测技术与自动化装置]
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
基于拟牛顿法的深度强化学习在车联网边缘计算中的研究
章坚武
芦泽韬
章谦骅
詹明
《通信学报》
EI
CSCD
北大核心
2024
4
在线阅读
下载PDF
职称材料
2
基于深度强化学习的无人机博弈路径规划
薛均晓
张世文
陆亚飞
严笑然
付玮
《郑州大学学报(理学版)》
北大核心
2025
1
在线阅读
下载PDF
职称材料
3
元宇宙多模态触觉感知与交互的数据手套技术研究
任弘毅
刘畅
陈铭
杨文珍
MUKHERJEE M
潘志庚
《测控技术》
2024
2
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