自主决策

摘要： 人工智能已成为人类有史以来最具革命性的技术之一。人工智能是我们作为人类正在研究的最重要的技术之一。它对人类文明的影响将比火或电更深刻。美国《福布斯》网站在近日的报道中指出,尽管目前很难想象机器自主决策所产生的影响,但可以肯定的是,当时光的车轮到达2022年时,人工智能领域新的突破和发展将继续拓宽我们的想象边界,其将在7大领域“大显身手”。

摘要： 随着智慧电厂建设逐步推进,传统的依靠人工经验进行应急处置略显单一,同时也不能满足智慧电厂对于应急处置的准确性、科学性和实效性的要求。加之当前电力发展步入新阶段,传统生产经营模式也随之发生变化,不断驱动技术多方面、多层次发展与提升,智慧管理的新型电厂运行模式应运而生。本文针对当前水电企业现状进行智能化应急处置管理技术的研究,实现应急处置自动预判、自主决策、智能推送、精准响应,不断与运行管理历史、人工经验相契合,推动一线人员高效率完成事故应急处置,确保电厂安全稳定运行。

摘要： 智能化是汽车的三大变革技术之一。深度学习(Deep Learning,DL)具有拟合能力优、表征能力强和适用范围广的特点,是进一步提升汽车智能性的重要途径。本文总结了用于自动驾驶汽车的深度学习技术,包括发展历史、主流算法以及感知、决策与控制技术应用。首先回顾深度学习的历史及现状,总结神经网络的“神经元-层-网络”三级结构,重点介绍卷积网络和循环网络的特点以及代表性模型。其次阐述以反向传播为核心的深度网络训练算法,列举用于深度学习的常用数据集与开源框架,概括网络计算平台和模型优化设计技术。最后讨论深度学习在自动驾驶汽车的环境感知、自主决策和运动控制三大方向的应用现状及其优缺点,具体包括物体检测和语义分割、分解式和端到端决策、汽车纵横向运动控制等,针对用于自动驾驶汽车的深度学习技术,指明了不同问题的适用方法以及关键问题的未来发展方向。

摘要： 我国《民法典》形成了以家庭监护为基础、社会监护为辅助,国家监护为保障的多层次成年监护体系,但以行为能力欠缺为要件、监护人替代决策的监护模式背离了国际人权保护理念,也导致了被监护人范围受限、残存意思能力被剥夺等实际问题。因此,我国应遵循人权监护的新范式,继续推进成年监护制度的去行为能力化,形成以尊重本人自主决策权的基本原则的协助监护模式,借鉴瑞士监护法中的保佐制度在监护内部设置完全、部分、代理、辅助四种层级的监护措施,并针对不同的措施设置对应的启动程序与标准,实现对被监护人的权利的充分保护。

摘要： 由于传统的无人机由人工进行操控,无人机群在强电磁干扰和复杂多变的战场环境中表现较为呆板。在这项研究中,开发了一种灵活智能的无人机控制器。通过使用一个经过多智能体深度强化学习技术训练的神经网络,无人机可以在飞行中控制自己的行为,从战场环境中获取状态信息,自主决策,并且和其他无人机形成有效战斗队形,灵活协调和配合,并产生了最优的动作。

摘要： 针对煤矿井下自动化综采技术落后、综采效率低、安全性差的情况,开发了一种新的煤矿井下自动化综采控制系统,该系统以"感知、决策、执行、运维"四个智能化控制模块为基础,实现了井下综采作业的自主判断和决策。根据在煤矿的实际应用可知,该自动化综采控制系统能够将井下作业人员数量降低60%,将综采效率提高25.7%。

摘要： 广州知行机器人科技有限公司(以下简称“广州知行”),是一家以低空遥感图像感知分析与机器人自主决策为核心,集图像算法研发、硬件产品设计、整体解决方案部署于一体的综合性信息技术企业,也是国家级高新技术企业。公司借助第六届中国创新挑战赛(广东)暨2021广东创新挑战赛(以下简称“创新挑战赛”),与获得创新奖项的中山大学团队合作,收获了多个创新团队对创新技术需求的独到理解以及实际应用解决方案中拟采用的关键技术要点,有效地共建创新载体,提升了技术研发及创新能力。

摘要： 以家庭牧场效益为目标,结合基础数据分析草地干物质产量动态及营养动态以及能量供应,根据家庭牧场草畜能量平衡现状,建立家畜优化生产模型。通过对草地的饲草产量、家庭牧场购买的饲草料、能量消化率等指标参数,结合各种家畜的能量需求,综合对比饲草料的种类、营养状况、价格及其利用方式、利用状况,畜群结构,家畜生产体系,牧场支出及畜产品收入、净利润等方面的调研数据,在家庭牧场自主决策放牧和饲喂计划的基础上,由模拟模型确定家庭牧场最优载畜率(单位面积的家畜头数)下的生产规模和饲草料供应计划。

摘要： 常规运载火箭自动加注系统采取"眼-脑-手"自动对接与脱离设计,利用机器视觉技术、智能控制技术、机械臂技术,实现动目标复杂工况下的自主决策自动对接与脱离,提高火箭发射中加注系统的安全性与可靠性。

摘要： 公司建立高效无杆举升、绿色低碳、远程监控、无人值守、动态采油、远程调参、井站一体井场;遵循“质量、技术、智慧、绿色、效益”理念,采取集约化大平台设计,井场工艺布局高度集中;建立“自动感知、自主学习、自主决策、自动操控”的智慧化采油平台,有效提升油井管理水平,延长采油装备的运转寿命。在国内长庆油田、大港油田、新疆塔河油田等,国外尼日尔、厄瓜多尔推广应用,连续10年超额完成甲方生产任务目标;潜油电泵系统一次下井及投产成功率达100%。

摘要： 研究目的：rn 自主决策和高级决策(受控决策)是决策类型的两类,本研究以自我控制的动机观为理论基础，将自主决策和受控决策加以比较，探讨两者对后续自我控制任务的影响，为自我控制理论提供理论支持和实践指导。rn 研究方法：rn 整个研究分三步进行，实验程序相似。首先将参与者随机分为自主组和受控组。自主组参与者随意选择接下来的活动是背圆周率或看动物世界。受控组参与者也有选择权，但主试运用指导语诱导其选择背圆周率。再请参与者做出选择（若受控组有人没有选择背圆周率则增加参与者人数补齐受控组）。选择后完成心境量表（排除情绪的可能解释）和内部动机量表IMI（自变量操控检查）。而后进行因变量任务。最后进行选择任务。研究一选取40名体育专业大学生为研究参与者，探讨不同决策过程对实验室认知性任务的影响；研究二选取40名体育专业大学生为研究参与者，探讨不同决策过程对实验室操作性任务的影响；研究三选取40名艺术体操专业大学生运动员为研究参与者，探讨不同决策过程对现实情境任务——美食欲望抵抗任务的影响。rn 研究结果：rn 决策类型在认知性任务完成时间的主效应显著F（1，38）=261.347，p=.000，η2=.873，自主决策组在认知性任务完成时间（M=464.700，SD=40.463）短于高级决策组在认知性任务完成时间（M=711.800，SD=55.094）；决策类型在认知性任务完成正确数上主效应显著F（1，38）=45.954，p=.000，η2=.547。自主决策组在认知性任务完成正确数（M=21.500，SD=3.220）多于高级决策组在认知性任务完成正确数（M=15.200，SD=2.628）。决策类型在操作性任务三次尝试总通过洞数上主效应显著F（1，37）=5.881，p=0.020，η2=.137，自主决策组总通过洞数（M=16.50，SD=3.649）多于高级决策组总通过洞数（M=14.50，SD=2.460）。决策类型在美食抵抗坚持时间上主效应边缘显著t（3，8）=1.815，p=.077。rn 研究结论：rn 自主决策与受控决策相比较时，决策类型对认知性任务和操作性任务均有显著的影响，而在美食抵抗时间上，决策类型的作用边缘显著。决策类型会对自我控制任务产生不同的影响，原因可能是由于自主决策比受控决策更能激发参与者的自主动机。个体更高的自主动机提高了主观活力，使个体在后续的自我控制任务中表现更好（Moller，Deci，&Ryan，2006）。决策任务与后续任务并没有关联，但结果显示，不同的决策类型影响了后续的自我控制任务，说明决策类型与自我控制任务之间，存在中介变量。自主动机是其中之一，这一点在本研究中也得到了间接证明。自我损耗的资源模型认为，自我损耗源于自我控制资源的缺乏。未来的研究中，对于自主决策提高自我控制任务表现的现象，也可从自我控制资源减少的角度来开展研究，从资源消耗与补充的机制，进一步探讨决策对于自我控制表现的影响机制。

摘要： 本文研究的计算机生成兵力（CGF）仿真智能体自主决策系统适用于高层体系结构（HLA）体系结构，在相应计算机生成兵力软件模块基础上基于Agent技术进行开发，支持CGF智能体自主、交互的仿真决策，模型在实时环境内通过对已知战场的信息感知、反应和决策、执行指令。

摘要： 本文陈述了农村面源污染的危害与特性,并指出农民是治理面源污染的主体,加强农村能力建设是解决农村面源污染的根本措施.农村能力建设中需要重视的五个方面包括:观念转变、信息平台建设、技术发展、农民组织和农民自主决策.

摘要： 自主决策是UCAV作战能力的一个重要方面，它能够提高UCAV 对地攻击的智能化和自动化水平。基于动态贝叶斯网络易于进行不确定性推理的优点，在UCAV 对地自主攻击作战过程的基础上，详细分析了UCAV 对地自主攻击的决策过程和关键技术，建立了UCAV 对地自主攻击决策动态贝叶斯网络模型。仿真结果表明该模型具备准确有效的决策能力，从而为UCAV 对地攻击提供了一种有效的决策方法。

摘要： 无人机因为其自身特点，在一些特殊的环境下，无人机取代有人机执行任务更具有优势。本文分析了无人作战飞机打击对地目标的战术机动，介绍了专家系统工具CLIPS，并用其作为推理引擎使平台实现自主地执行作战任务，最后采用相关方法对一个特定的对地打击战例作了仿真研究。

摘要： 无人机因为其自身特点，在一些特殊的环境下，无人机取代有人机执行任务更具有优势。本文分析了无人作战飞机打击对地目标的战术机动，介绍了专家系统工具CLIPS，并用其作为推理引擎使平台实现自主地执行作战任务，最后采用相关方法对一个特定的对地打击战例作了仿真研究。

摘要： 无人机因为其自身特点，在一些特殊的环境下，无人机取代有人机执行任务更具有优势。本文分析了无人作战飞机打击对地目标的战术机动，介绍了专家系统工具CLIPS，并用其作为推理引擎使平台实现自主地执行作战任务，最后采用相关方法对一个特定的对地打击战例作了仿真研究。

摘要： 无人机因为其自身特点，在一些特殊的环境下，无人机取代有人机执行任务更具有优势。本文分析了无人作战飞机打击对地目标的战术机动，介绍了专家系统工具CLIPS，并用其作为推理引擎使平台实现自主地执行作战任务，最后采用相关方法对一个特定的对地打击战例作了仿真研究。

摘要： 本发明涉及使用分层选项马尔可夫决策过程的交叉路口自主驾驶决策。提供了一种自主车辆(AV)中的方法。该方法包括：从车辆传感器数据和道路几何数据，确定多个距离测量和障碍物速度数据；确定车辆状态数据，其中，车辆状态数据包括自主车辆的速度、到停止线的距离、到交叉路口的中点的距离以及到目标的距离；基于多个距离测量、障碍物速度数据以及车辆状态数据，确定离散行为动作的集合以及与各离散行为动作关联的独特轨迹控制动作；选择要执行的离散行为动作以及独特轨迹控制动作；以及向车辆控制器传递消息，所述车辆控制器传递与所述离散行为动作关联的所述选择的独特轨迹控制动作。

摘要： 本发明为一种多无人机协同空战决策自主学习及半实物仿真验证方法，属于智能空战决策技术领域。本发明包括：采用马尔可夫博弈过程对多无人机协同空战决策问题建模；改进QMIX框架建立多无人机协同空战决策网络模型，改进模型学习框架；采用Pixhawk飞控板、仿真软件Gazebo和地面站软件QGC建立半实物仿真验证环境。本发明显著提高多无人机空战决策学习的效率，能加快决策网络模型收敛速度，解决了多无人机协同空战策略的学习和验证问题，实现了多无人机协同空战策略的自学习、自改进和试验验证的整体方案。

摘要： 本发明提供一种无人机自主机动决策方法、装置及无人机，该方法包括：搭建各无人机的运动模型，并基于所有无人机的所述运动模型，确定对抗环境相关的当前空间状态信息；将当前空间状态信息输入至双深度Q网络，生成无人机的动作序列；从动作序列中筛选出无人机的下一动作，并引导无人机执行下一动作。本发明提供的无人机自主机动决策方法、装置及无人机，基于多维度的各无人机的运动模型，模拟无人机博弈对抗仿真环境，并确定当前空间状态信息，通过双深度Q网络生成无人机的动作序列，通过动作序列筛选出无人机的下一动作，并指导无人机进行对抗。能够在多维度空间进行决策，避免过拟合，实现端到端的快速感知和决策控制，提高通用性。

摘要： 本发明公开了一种基于分布式强化学习的自主设备决策控制方法，包括训练环境搭建步骤，分布式训练步骤和输出决策模型步骤。在分布式集群中配置好采样节点、缓存节点和训练节点，将自主设备仿真环境封装到容器镜像中，分配虚拟化资源。启动分布式智能体训练系统，初始化训练端模型参数，发送参数到缓存节点，再转发到采样节点，完成智能体与仿真环境的交互过程后，再回传数据到训练节点，使用离轨深度强化学习算法更新模型参数。分布式训练完成后，将模型从系统中导出，切换到快速推理模式，用于智能决策问题。本发明在实施过程中能在较大规模分布式集群上进行训练，并且能够充分利用硬件资源，同时对于通信模式的改良能够显著减小带宽需求。

摘要： 提供了用于自主车辆的行为规划的方法和装置。在一个实施例中，一种方法包括：接收包括导航路线的导航数据；将导航路线转换成包括多个路段的路段数据；将车道属性分配给路段数据的多个路段；计算每个路段的成本数据；评估每个路段的成本数据以确定至少一个驾驶行为；以及生成用于向自主车辆的用户显示驾驶行为的显示信号。

摘要： 本发明公开了一种基于电力运维的自主决策异常的处理方法，涉及电力运维技术领域，包括以下步骤：S1、分析系统业务特征：分析电力运维的系统业务特征，将其分为周期性业务、核心业务以及常见阻碍性报障三大类；S2、建设统一规则库模型与工具；S3、构建业务健康诊断机制与工具。该基于电力运维的自主决策异常的处理方法，将电力运维分为周期性业务、核心业务、常见阻碍性保障共44项业务，能够基于Python语言，对三大类中的44项业务规则分别开发独立的服务，能够对周期性业务、核心业务以及常见阻碍性报障并对其异常状况机进行诊断，并基于具体的业务规则处理给出诊断说明，最后根据诊断说明给出预警措施以及处理方法，实现自主决策。

摘要： 本发明公开一种基于鸽群反向对抗学习的无人作战飞机空战自主决策方法，步骤一：搭建六自由度非线性无人作战飞机模型以及设计飞机模型控制律；步骤二：设计基于基本战术机动的机动动作；步骤三：设计无人作战飞机空战态势评估函；步骤四：预测目标机态势信息；步骤五：设计基于混合策略的空战博弈适应度函数；步骤六：设计鸽群智能反向对抗学习算法；步骤七：鸽群智能反向对抗学习算法寻找最优机动动作；步骤八：更新飞机运动状态绘制红蓝双方空战博弈轨迹图。本发明优点1)更具实际空战应用价值；2)符合空战实际的复杂战术机动动作；3)改变了鸽子位置及速度更新方式，避免了算法陷入局部最优解，提高了其全局搜索能力。

摘要： 本发明公开了一种基于多体博弈的无人机群协同自主决策方法及装置，该方法包括：构建无人机群与目标的对抗模型，包括无人机及目标的运动模型、对抗双方的机动动作库以及机动攻防库；将对抗双方作为智能体，以二人零和博弈为条件构建随机博弈模型；采用深度强化学习求解所述随机博弈模型，得到最优策略。本发明基于多体博弈和深度强化学习的智能决策功能，能够自主选取对敌方多种干扰的对抗手段，以适应无人机群在对抗环境下的抗干扰应用需求。对敌方目标所采取的防御手段，无人机群能够自主选取相应的抗干扰手段，实现协同抗干扰对抗功能，提升智能无人机群的任务执行能力、生存能力与协同对抗效能。

摘要： 本发明公开了一种基于深度强化学习TD3算法的无人机格斗自主决策方法，该方法通过建立无人机运动模型，根据无人机运动模型，基于马尔可夫决策过程建立无人机空中格斗模型，其中，无人机空中格斗模型使用包括状态空间、动作空间、奖励函数和折扣因子的四元组表示，状态转移函数表示为无人机运动模型，根据无人机空中格斗模型，基于TD3算法训练无人机学习机动策略。本发明根据无人机空中格斗模型，基于TD3算法训练无人机学习机动策略，该TD3算法能够解决Q值高估问题，使得无人机学习到较好的机动策略，在作战中获得位置优势。

摘要： 本发明提供一种基于多维大数据融合汇聚的自主决策方法，包括：获取第一电力用户的第一用电数据，对第一用电数据按照用电维度进行分解得到清洁用电信息和市电用电信息；根据清洁用电信息、第一用电数据进行计算得到清洁能源占比信息；选取目标区域内具有第一清洁能源行为的第二电力用户，在多个第二电力用户中确定预设数量的第三电力用户，根据预设数量的第三电力用户生成第一维推荐信息；根据清洁能源占比信息、第一电力用户的第一属性信息生成第一电力画像，根据所述第一电力画像生成相对应的第二维推荐信息；对第一维推荐信息、第二维推荐信息进行融合计算得到自动的推荐决策数据，将推荐决策数据发送至第一电力用户。