基于最大熵多智能体强化学习的无人机安全路径规划方法

    公开(公告)号:CN117908565A

    公开(公告)日:2024-04-19

    申请号:CN202410070432.3

    申请日:2024-01-16

    Abstract: 本发明公开了一种基于最大熵多智能体深度强化学习的无人机安全路径规划方法,包括:针对无人机群的协同路径规划问题,在预先假设条件的基础上搭建供无人机交互的强化学习空战仿真环境,完成参数的初始化设置;引入二维的无人机动力学方程;构建无人机群协同路径规划问题的部分可观马尔可夫决策过程的六元组得到POMDP模型;基于多智能体软演员评论家算法,通过无人机与空战仿真环境的交互,训练智能体以求解空战仿真环境下无人机群协同路径规划POMDP模型策略,得到训练完成的智能体神经网络权重参数;将无人机群的待决策状态信息输入智能体神经网络输出动作决策结果;本发明能提升未知复杂环境下多无人机动态路径规划的效果。

    一种铸件残余应力释放数值模拟方法

    公开(公告)号:CN107766651B

    公开(公告)日:2020-12-08

    申请号:CN201710989747.8

    申请日:2017-10-23

    Abstract: 本发明提供了一种铸件残余应力释放数值模拟方法,涉及机械制造领域,通过UG建立有限元仿真模型,HyperMesh划分网格,ProCAST生成模壳和铸件型腔并对铸件凝固和冷却过程中的温度场进行数值模拟,再将铸件、陶芯、模壳及其他部件以ABAQUS能接收的*.inp格式导出,在ABAQUS中建立有限元仿真装配模型,进行残余应力释放的研究,本发明真实的反映铸件在去除模壳及陶芯后的残余应力不断释放、重新分布的过程,解决了铸件应力场分布难以单纯的通过测量的方式进行研究的技术难题,实现了对复杂铸件应力场分布的精准预测。

    基于数据分发服务的多无人系统相互认证方法

    公开(公告)号:CN119906584A

    公开(公告)日:2025-04-29

    申请号:CN202510379958.4

    申请日:2025-03-28

    Inventor: 李扬 高原 潘泉

    Abstract: 本发明属于多无人系统相互认证技术领域,本发明公开了一种基于数据分发服务的多无人系统相互认证方法,方法包括:当接收到待认证智能体的连接请求时,向通信范围内广播安全参数的获取请求;接收t‑1个安全参数;基于t‑1个安全参数以及当前智能体的安全参数计算虚拟公钥;当虚拟公钥与群公钥相同时,向待认证智能体发送通信密钥,并将待认证智能体加入通信列表;本发明基于安全参数计算虚拟公钥,将虚拟公钥与群公钥进行比对,从而对待认证智能体进行身份认证,解决了现有技术无法在网络中断或离线场景下完成智能体身份认证的问题,为多无人系统在多个领域的应用提供了重要技术保障。

    基于超图双卷积图神经网络的捆绑包推荐方法及装置

    公开(公告)号:CN118608245A

    公开(公告)日:2024-09-06

    申请号:CN202410765197.1

    申请日:2024-06-14

    Abstract: 本发明涉及一种基于超图双卷积图神经网络的捆绑包推荐方法及装置,先根据用户、捆绑包与商品三者之间的交互记录生成生成完整超图,然后随机初始化生成初始总嵌入向量矩阵,接着反复执行多次将初始总嵌入向量矩阵与完整超图进行图卷积计算获得第一学习信息,将第一学习信息与用户捆绑包交互图进行图卷积计算获得第二学习信息,组合第一学习信息和第二学习信息构成更新总嵌入向量矩阵,然后使用最后的更新总嵌入向量矩阵加权计算用户和捆绑包的最终嵌入向量矩阵,最后将用户的最终嵌入向量矩阵和捆绑包的最终嵌入向量矩阵进行点积计算获得每个用户的捆绑包推荐分数并进行排序获得每个用户的捆绑包推荐序列。该方法推荐准确率高。

    一种基于动态优化集成模型的对抗补丁生成方法

    公开(公告)号:CN117151207A

    公开(公告)日:2023-12-01

    申请号:CN202311197147.X

    申请日:2023-09-18

    Abstract: 本发明涉及人工智能安全技术领域,具体涉及一种基于动态优化集成模型的对抗补丁生成方法。初始化对抗补丁,利用变换函数将对抗补丁贴在原始图像上得到样本对抗图像;将样本对抗图像输入多个目标检测网络中,获取每个目标检测网络输出;建立对抗补丁集成模型并获取集成模型第一损失函数;根据对抗补丁中像素点的像素值获取第二损失函数;根据对抗补丁中相邻两个像素点像素值获取第三损失函数;根据第一损失函数、第二损失函数以及第三损失函数获取总损失函数;利用集成模型进行预设次数迭代,获取总损失函数最小时输出对抗补丁。本发明同时针对多种目标检测模型进行训练,能够生成对所有被攻击目标检测模型都有效的对抗补丁。

    一种对于智能体的攻击策略生成方法及装置

    公开(公告)号:CN114330661A

    公开(公告)日:2022-04-12

    申请号:CN202111647667.7

    申请日:2021-12-30

    Abstract: 本发明公开了一种对于智能体的攻击策略生成方法及装置,获取当前时刻智能体的状态;基于攻击时间选择函数和状态计算当前时刻的攻击时间选择值;当攻击时间选择值大于第一阈值时,从攻击动作库中选择攻击动作向智能体进行攻击;本发明利用攻击时刻选择函数可以大幅度减少攻击次数,从而保证攻击的隐蔽性;利用训练好的攻击动作选择策略,选择出使累计奖励降低最多的目标动作进行目标攻击,从而保证攻击的有效性,有效减少方法的时间复杂度,从而提高攻击效率。

    一种具有低粗糙度敏感性和高升阻特性的风力机翼型

    公开(公告)号:CN105781905A

    公开(公告)日:2016-07-20

    申请号:CN201610186567.1

    申请日:2016-03-29

    CPC classification number: Y02E10/722 F05B2240/30

    Abstract: 本发明提供一种具有低粗糙度敏感性和高升阻特性的风力机翼型,该风力机翼型在设计状态下具有以下的压力分布形态:在弦向范围为0.2%C~4%C的翼型前缘位置出现第1个负压峰,压力系数CP的峰值范围为?1.5~?4.5,用于降低翼型的粗糙度敏感性;在弦向范围为18%C~28%C的位置出现第2个负压峰,压力系数CP的峰值范围为?1.5~?3.5,用于提高升阻比;其中,C为翼型弦长。有效缓解了翼型粗糙度敏感性和升阻特性这两个性能指标之间的矛盾,具有较高升阻特性和较低粗糙度敏感性,从而提高翼型性能。

Patent Agency Ranking