基于强化学习的无人体系架构生成技术

基于强化学习的无人体系架构生成技术.pdf
针对无人体系动态任务场景下架构自组织及功能涌现等关键问题,基于体系架构是受环境不断反馈的体系要素关系建立并调整的认识,提出基于强化学习的体系架构生成技术.首先,构建无人体系智能体,将其架构映射为智能体的动作空间,架构生成及演化问题即智能体的马尔科夫决策过程;然后,基于Actor-Critic基础模型构建基于强化学习的决策基本模型;最后针对未知任务场景下体系架构生成能力需求,设计智能体动作在线更新机制.该方法将体系复杂系统的特性与强化学习技术相结合,与传统体系架构人工设计等方法相比具有潜在优越性,可避免人工经验和训练样本规模不足带来的问题.
作者：孙科武丁季时雨曲徽魏琦王智斌冯杰鸿
作者单位：中国航天科工二院未来实验室,北京100854
母体文献：第三届体系工程学术会议论文集
会议名称：第三届体系工程学术会议  
会议时间：2021年4月1日
会议地点：珠海
主办单位：国防科技大学
语种：chi
分类号：TP3TP1
关键词：无人体系智能体  架构生成  强化学习  在线更新
在线出版日期：2022年5月27日
基金项目：
相似文献
相关博文

2024-12-1 20:16 上传 基于强化学习的无人体系架构生成技术.pdf

文件大小:

4.16 MB

下载次数:

60

高速下载