公开(公告)号：CN116049495A

公开(公告)日：2023-05-02

申请号：CN202211693752.1

申请日：2022-12-28

Applicant: 中国长峰机电技术研究设计院

Inventor： 曲徽 ,  孙科武 ,  童心怡 ,  魏琦 ,  丁季时雨

IPC: G06F16/901 ,  G06F17/16 ,  G06V10/764 ,  G06V10/82 ,  G06N3/04 ,  G06N3/084 ,  G06N3/092

Abstract: 本发明公开了一种节点关系学习方法和节点关系学习装置，涉及计算机技术领域，以解决现有技术的方法忽略了节点之间的全局关系的问题。所述节点关系学习方法包括：获取图结构对应的节点特征矩阵和邻接矩阵；采用图神经网络处理节点特征矩阵和邻接矩阵，确定第一奖励值；利用第一奖励值更新邻接矩阵，确定第一邻接矩阵；采用图神经网络处理节点特征矩阵和第一邻接矩阵，确定第二奖励值；利用第二奖励值更新第一邻接矩阵，确定第二邻接矩阵；根据奖励值和邻接矩阵的更新关系，采用图神经网络对节点特征矩阵和更新后的邻接矩阵进行迭代，直至到达预设迭代次数为止。本发明还提供了包括上述节点关系学习方法的节点关系学习装置和计算机存储介质。

公开(公告)号：CN116226636A

公开(公告)日：2023-06-06

申请号：CN202211693753.6

申请日：2022-12-28

Applicant: 中国长峰机电技术研究设计院

Inventor： 王鹏 ,  刘秀华 ,  丁季时雨 ,  黄旭辉 ,  马喆 ,  肖柯

IPC: G06F18/213 ,  G06N3/044 ,  G06N3/0475 ,  G06N3/0464 ,  G06N3/094 ,  G06N3/084

Abstract: 本发明公开了一种信号处理方法和信号处理装置，涉及信号处理技术领域，以解决现有技术中一维信号和二维信号的转换单向不可逆的问题。该信号处理方法包括：构建循环生成对抗网络，循环生成对抗网络包括第一生成器、第二生成器、第一判别器和第二判别器；采用第一生成器处理二维信号，获得转化后一维信号；利用第一判别器、一维信号和转化后一维信号，更新第一判别器和第一生成器；一维信号为二维信号对应的真实一维信号；采用第二生成器处理一维信号，获得转化后二维信号；利用第二判别器、二维信号和转化后二维信号，更新第二判别器和第二生成器。本发明还提供了包括上述信号处理方法的信号处理装置和计算机存储介质。

公开(公告)号：CN116151364A

公开(公告)日：2023-05-23

申请号：CN202211693711.2

申请日：2022-12-28

Applicant: 中国长峰机电技术研究设计院

Inventor： 丁季时雨 ,  孙科武 ,  董博 ,  杨晳睿 ,  黄旭辉 ,  马喆 ,  毛磊

IPC: G06N3/092 ,  G06N3/098 ,  G06N3/045 ,  H04W84/18

Abstract: 本发明公开了一种具有显式通信机制的多智能体强化学习方法及装置，所述方法包括:在多智能体之间建立显示的通信‑共享机制；通过所述通信‑共享机制获取同队智能体和异队智能体的感知数据、环境信息；利用基于A3C的深度强化学框架、同队智能体和异队智能体的感知数据、环境信息进行策略训练，确定各个智能体的当前模型参数，各个智能体基于当前模型参数进行动作选择。本发明能够较好地融合无线通信技术与强化学习技术的优点，能够较好地对复杂环境下的敌我双方多智能体及环境信息进行感知，利用基于A3C的深度强化学框架进行强化学习训练，有效地降低多智能体博弈对抗学习的难度，为解决未来无人协同对抗问题提供新的有效途径。