基于深度学习的无人机虚实结合强化学习环境增强方法

    公开(公告)号:CN117993474A

    公开(公告)日:2024-05-07

    申请号:CN202410292368.3

    申请日:2024-03-14

    Applicant: 南京大学

    Abstract: 本发明公开一种基于深度学习的无人机虚实结合强化学习环境增强方法,包括:预训练模型导出强化学习的决策单元。虚实结合时空环境增强,使用预训练的决策单元进行若干轮真机飞行的验证;通过平均时延曲线导出用作无人机虚拟环境中单步决策的时间间隔的补偿值,进行时间上的环境增强;利用误差模型进行空间上的环境增强。增强环境再训练,使用时空增强的环境再次对无人机导航进行训练,进行真机飞行,并比对虚拟轨迹和真实轨迹的差异。该方法充分利用了虚实结合环境增强方法,具有设计简单、鲁棒性较佳以及构建出的强化学习环境具有仿真度高的优点,其训练出来的策略具有泛化能力强、适应性强等特点,能直接应用在真实无人机编队、导航等任务上。

    基于机器学习的面向领域主观题的智能评分方法

    公开(公告)号:CN117195904A

    公开(公告)日:2023-12-08

    申请号:CN202210582718.0

    申请日:2022-05-26

    Applicant: 南京大学

    Abstract: 基于机器学习的面向领域主观题的智能评分方法,构建一个评分网络框架,包括数据预处理模块、标准答案与考生答案关联特征提取模块、考生答案特征提取模块和评分模块,数据预处理模块实现语义空间转换,处理考生答案文本中的语义歧义问题;标准答案与考生答案关联特征提取模块基于词级注意力机制,得到标准答案与考生答案关联特征fr,考生答案特征提取模块提取考生答案上下文特征fa,评分模块结合fr和fa得到评分。本发明方法能有效处理语义歧义问题,增强了语义识别能力,实现领域主观题智能化评分,支持存在多种标准答案的主观题评分任务,能灵活适用于不同应用场景,在领域主观题评分尤其在多答案形态的领域主观题评分中表现出了较高的准确率。

Patent Agency Ranking