-
公开(公告)号：CN116145767A
公开(公告)日：2023-05-23
申请号：CN202310160655.4
申请日：2023-02-23
Applicant: 大连理工大学
Abstract: 本发明提供一种适用于偏远海岛家庭使用的直饮式空气取水装置，属于空气取水和水质处理技术领域，包括冷凝取水系统、水质处理系统和输水系统，冷凝取水系统利用环境中潮湿空气制取冷凝水，水质处理系统提高冷凝水微量元素含量从而改善水质，输水系统为用户提供可选择的温度和流量。本发明的直饮式空气取水装置完成饮用水的冷凝水制取—水质处理—定温定量输送全过程，具有系统装置体积小、噪音低、操作便捷的优点，利用海岛地区水潮湿空气，高效获取高质量直饮水。
-
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
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：CN112286203A
公开(公告)日：2021-01-29
申请号：CN202011257321.1
申请日：2020-11-11
Applicant: 大连理工大学
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。
-
-
Search Results
3
records
(took 0.019 seconds)
