公开(公告)号：CN115730521A

公开(公告)日：2023-03-03

申请号：CN202211490168.6

申请日：2022-11-25

Applicant: 大连理工大学

Inventor： 郭峥 ,  候亚庆 ,  裴文彬 ,  葛宏伟 ,  张强

IPC: G06F30/27 ,  G06F18/23213 ,  G06N3/126 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明公开一种基于超多任务进化优化算法的多足机器人智能设计方法。本发明构建了大量任务，每种任务对应于一个具体的机器人形态。在设定的机器人工作环境中，每个任务都致力于为某一具体的形态进化出最合适的控制策略。为了使该数量巨大的任务之间能够充分的进行信息交流与知识迁移，本发明基于群体极化假设，根据已知任务特征对任务进行分组，并将优化过程分为两个阶段：组团聚和组分散。本发明具有自适应选择交叉算子的能力，以支持在组分散阶段通过组间通信进行任务探索。帮助表现不佳的任务在组团聚阶段从其他成员那里收集信息，并根据任务的特点自适应地修改信息吸收策略，最终获得最适合选定情景的机器人形态与机器人控制方式。

公开(公告)号：CN112286203B

公开(公告)日：2021-10-15

申请号：CN202011257321.1

申请日：2020-11-11

Applicant: 大连理工大学

Inventor： 候亚庆 ,  张凯歌 ,  葛宏伟 ,  张强

IPC: G05D1/02

Abstract: 本发明公开了一种基于蚁群算法的多智能体强化学习路径规划方法。此方法结合了多智能体深度强化学习方法和蚁群算法的思想，来解决多智能体的路径规划问题。具体包括：采用基于Q学习的改进DQN深度强化学习方法及蚁群“信息素”协同机制，利用智能体集群历史信息对神经网络进行训练更新，最终得到智能体集群中各智能体的最优路径规划策略。本发明采用了网络参数共享机制、优先经验回放机制并且改进了神经网络的架构，解决了传统多智能体路径规划方法自适应能力差的缺陷，提升了路径规划的效率，提高了路径规划的稳定性，最终为多智能体系统规划出更高效便捷的行进路径。

公开(公告)号：CN113254872A

公开(公告)日：2021-08-13

申请号：CN202110599226.8

申请日：2021-05-31

Applicant: 大连理工大学

Inventor： 葛宏伟 ,  葛志欣 ,  孙亮 ,  候亚庆

IPC: G06F17/16 ,  A63F13/822 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08 ,  G06N20/00

Abstract: 本发明提供了一种基于智能体通信机制的复杂游戏场景下的策略选择方法，属于人工智能与群体决策交叉领域，即基于复杂游戏场景，利用多智能体强化学习算法来控制游戏智能体进行策略选择。本发明首先将复杂游戏场景建模为图网络，利用游戏智能体的空间信息和特征信息计算它们之间的交互关系，同时过滤掉冗余的游戏智能体；然后利用改进的图卷积进行特征信息的融合，进而实现游戏智能体之间的通信。本发明在一定程度上能够增大游戏智能体的感知范围，避免了游戏智能体之间无意义的交互，使其能够选择合适的策略，从而提升了其在复杂游戏场景下的表现。

公开(公告)号：CN112347908A

公开(公告)日：2021-02-09

申请号：CN202011219934.6

申请日：2020-11-04

Applicant: 大连理工大学

Inventor： 张文凯 ,  候亚庆 ,  葛宏伟 ,  张强 ,  魏小鹏

IPC: G06K9/00 ,  G06K9/62 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明属于计算机视觉图像分类领域，涉及一种基于空间分组注意力模型的外科手术器械图像识别方法。本方法先针对常见的外科手术采集对应的手术器械图像构建原始数据集，并进行图像增强操作；然后将得到的图像送入神经网络，通过神经网络中嵌入的轻量级空间分组注意力模块来挖掘手术器械图像在特征空间和通道的关联性，对某些特定区域的特征进行增强或抑制，从而达到更好的分类效果，实现对该手术所使用的手术器械的精准分类。