公开(公告)号：CN115860104A

公开(公告)日：2023-03-28

申请号：CN202211386351.1

申请日：2022-11-07

Applicant: 哈尔滨工程大学

Inventor： 王念滨 ,  胡文宁 ,  王永乐 ,  何鸣 ,  王勇 ,  周连科 ,  王红滨 ,  孙彧

IPC: G06N3/092 ,  G06N3/047 ,  G06N3/045

Abstract: 基于不确定性感知分层强化学习的迷宫导航策略学习方法，为了解决迷宫导航的分层强化学习训练阶段存在诸多不确定因素，导致分层强化学习的高层策略训练不稳定，使智能体决策准确率较低的问题，确定迷宫导航分层强化学习中影响高层策略训练稳定性的因素；获取迷宫导航的训练数据集；利用训练数据集对构建的动作不确定性估计网络进行训练，输入迷宫导航中智能体的状态和任务目标，输出伪子目标，得到训练好的动作不确定性估计网络；利用伪子目标约束分层强化学习高层策略的训练过程，得到子目标；利用子目标约束分层强化学习低层策略的训练过程，得到智能体的动作，计算低层策略的期望最大化平均奖励回报，回报值越大，迷宫导航策略学习越成功。

公开(公告)号：CN118333159A

公开(公告)日：2024-07-12

申请号：CN202410448614.X

申请日：2024-04-15

Applicant: 哈尔滨工程大学

Inventor： 周连科 ,  鲁金明 ,  胡文宁 ,  孙彧 ,  张晨 ,  郑松伟

IPC: G06N5/025 ,  G06N5/02 ,  G06N20/00

Abstract: 基于图对比学习的知识图谱补全方法，本发明涉及知识图谱应用补全方法。本发明的目的是为了解决现有法律案情知识图谱不完善的问题。基于图对比学习的知识图谱补全方法具体过程为：步骤一、构建知识图谱；步骤二、获得知识图谱中每个实体的初始向量和关系的初始向量；步骤三、基于知识图谱中每个实体的初始向量，获得知识图谱中每个实体的最优向量；步骤四、计算知识图谱中实体向量之间的相似度；步骤五、基于相似度计算结果，预测并补全知识图谱中缺失的潜在关系；步骤六、将预测出的潜在关系添加到知识图谱中，更新知识图谱。本发明用于知识图谱领域。