renhongxia1的博客

转载 网络空间安全中的数字孪生技术研究

源自：系统仿真学报作者：任乾坤,熊鑫立,刘京菊，姚倩注：若出现显示不完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要网络数字孪生技术将数字孪生和网络空间建模与仿真技术相结合，通过深入研究网络数字孪生技术的内涵及其关键技术，可以更好地利用网络空间建模与仿真技术赋能网络空间安全未来的发展。概述了网络数字孪生的基础理论和研究现状，提出

原创 网络空间安全中的数字孪生技术研究

源自：系统仿真学报作者：任乾坤,熊鑫立,刘京菊，姚倩注：若出现显示不完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要网络数字孪生技术将数字孪生和网络空间建模与仿真技术相结合，通过深入研究网络数字孪生技术的内涵及其关键技术，可以更好地利用网络空间建模与仿真技术赋能网络空间安全未来的发展。概述了网络数字孪生的基础理论和研究现状，提出

原创 基于兵棋推演的空战编组对抗智能决策方法研究

针对上述问题，提出了一种融合知识数据和强化学习的空战编组对抗智能决策方法，该决策方法的输入是战场融合态势，使用分层决策框架控制算子选择并执行任务，上层包含使用专家知识驱动的动作选择器，下层包含使用专家知识和作战规则细化的避弹动作执行器、侦察动作执行器和使用强化学习算法控制的打击动作执行器。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 基于兵棋推演的空战编组对抗智能决策方法研究

针对上述问题，提出了一种融合知识数据和强化学习的空战编组对抗智能决策方法，该决策方法的输入是战场融合态势，使用分层决策框架控制算子选择并执行任务，上层包含使用专家知识驱动的动作选择器，下层包含使用专家知识和作战规则细化的避弹动作执行器、侦察动作执行器和使用强化学习算法控制的打击动作执行器。版权归原作者所有，如转载稿涉及版权等问题，请立即联系我们删除。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 基于大型语言模型的应急人机协同救援关键技术

通过调研 LLM 最新研究进展和应急救援控制领域对 LLM 的任务需求并进行梳理和分析，评估了现有 LLM 应用于应急救援领域的技术成熟度，并就灾情信息分析理解等 5 个任务场景探讨了可能的 LLM 应用构建方案和综合构建方案，对 LLM 技术对应急救援系统的未来发展的影响进行展望。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。注：若出现显示不完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章。

原创 征文活动通知

原创 征文活动通知

原创 基于多维投影时空事件帧的动态视觉传感手势识别

源自：系统仿真学报作者：康来 张亚坤注：若出现显示不完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要基于视觉的手势识别是虚拟现实、游戏仿真等领域常用的人机交互手段。在实际应用中，手势动作快速变化将导致传统RGB相机或深度相机成像模糊，给手势识别带来巨大挑战。针对上述问题，利用动态视觉传感器捕捉高速手势运动信息，提出一种基于

原创 基于多维投影时空事件帧的动态视觉传感手势识别

源自：系统仿真学报作者：康来 张亚坤注：若出现显示不完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要基于视觉的手势识别是虚拟现实、游戏仿真等领域常用的人机交互手段。在实际应用中，手势动作快速变化将导致传统RGB相机或深度相机成像模糊，给手势识别带来巨大挑战。针对上述问题，利用动态视觉传感器捕捉高速手势运动信息，提出一种基于

转载 基于数字孪生与平行试验的装备体系试验鉴定数字化应用

试验鉴定数字化系统支持超实时和实时运行需求，模拟卫星在轨的真实接口信息及交互关系，动力学模型、环境模型、时序等均与真实卫星状态保持一致，执行机构、传感器、动力学模型在建模时综合考虑了各环节测量误差和外部环境干扰的影响，通过构建合理的人机交互界面，根据试验任务需求自适应配置模型参数，完成控制策略、控制算法的智能决策，模拟试验鉴定任务全过程，具体试验鉴定数字化系统框架如图2所示。结合装备试验鉴定领域应用方向，提出了数字孪生和平行试验相融合的卫星装备试验鉴定领域数字化架构和典型任务场景下的数字化应用方案。

原创 基于数字孪生与平行试验的装备体系试验鉴定数字化应用

试验鉴定数字化系统支持超实时和实时运行需求，模拟卫星在轨的真实接口信息及交互关系，动力学模型、环境模型、时序等均与真实卫星状态保持一致，执行机构、传感器、动力学模型在建模时综合考虑了各环节测量误差和外部环境干扰的影响，通过构建合理的人机交互界面，根据试验任务需求自适应配置模型参数，完成控制策略、控制算法的智能决策，模拟试验鉴定任务全过程，具体试验鉴定数字化系统框架如图2所示。结合装备试验鉴定领域应用方向，提出了数字孪生和平行试验相融合的卫星装备试验鉴定领域数字化架构和典型任务场景下的数字化应用方案。

原创 基于深度强化学习的任务分析方法

源自：系统仿真学报作者：龚雪, 彭鹏菲, 荣里等注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习引言目前，国内外学者对任务分析方法[1]的研究主要是从3个角度出发：①传统的任务解析模型[2-4]；②数学模型解析方法[5-6]；③智能分析方法[7-11]。在传统任务分析算法研究中，文献[12]从任务的细粒度出发，为降低

转载 面向无人机自主着陆的视觉感知与位姿估计方法综述

源自：自动化学报作者：马宁, 曹云峰注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要自主着陆技术是制约无人机 (Unmanned aerial vehicle, UAV) 自主性等级提升中极具挑战性的一项技术. 立足于未来基于视觉的无人机自主着陆技术的发展需求, 围绕其中的核心问题——着陆场检测与位姿估计, 对

转载 面向无人机自主着陆的视觉感知与位姿估计方法综述

源自：自动化学报作者：马宁, 曹云峰注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要自主着陆技术是制约无人机 (Unmanned aerial vehicle, UAV) 自主性等级提升中极具挑战性的一项技术. 立足于未来基于视觉的无人机自主着陆技术的发展需求, 围绕其中的核心问题——着陆场检测与位姿估计, 对

转载 面向大数据场景的系统性能优化实践

源自：大数据作者：王冀彬 杨海龙 冯凯 孙欣 张敏达 雷克伦 肖智文 张逸飞 吴佳熙注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要在现有大规模分布式环境中，大数据应用的性能与计算效率仍有较大的提升空间。然而，在大规模环境中进行性能分析与优化需要大量领域专家。针对大数据应用中的性能优化问题，提出了一个通用的低

转载 面向大数据场景的系统性能优化实践

源自：大数据作者：王冀彬 杨海龙 冯凯 孙欣 张敏达 雷克伦 肖智文 张逸飞 吴佳熙注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要在现有大规模分布式环境中，大数据应用的性能与计算效率仍有较大的提升空间。然而，在大规模环境中进行性能分析与优化需要大量领域专家。针对大数据应用中的性能优化问题，提出了一个通用的低

原创 基于料面视频图像分析的高炉异常状态智能感知与识别

源自：自动化学报作者：朱霁霖桂卫华蒋朝辉陈致蓬方怡静注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘要高炉(Blast furnace, BF) 炼铁过程作为现代钢铁制造的核心前端工序, 其保持稳定、高效、健康的运行状态对于钢铁企业稳定、安全运营至关重要[1-2]. 高炉出现异常状态会导致原材料消耗增加、铁

原创 22家国资央企发布大模型！国家队带头引领AI新变革

在2024年2月的中央企业人工智能专题推进会上，提出中央企业要“开展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态”。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 22家国资央企发布大模型！国家队带头引领AI新变革

在2024年2月的中央企业人工智能专题推进会上，提出中央企业要“开展AI+专项行动，强化需求牵引，加快重点行业赋能，构建一批产业多模态优质数据集，打造从基础设施、算法工具、智能平台到解决方案的大模型赋能产业生态”。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 DEGREE: 一种基于Delaunay三角的任意群目标外形识别方法

②三角形群目标, 其三个顶点分别为(-10 000 m, 6 000 m),(-6 000 m, 1 000 m),(-500 m, 8 000 m);其次,采用密度峰值聚类实现观测数据的聚类;通过上述结果, 可以发现在图8(c)中, DEGREE与随机超平面法在椭圆形群目标外形拟合中的差距不相上下, 精度提升有限, 造成这种情况的原因主要是随机超曲面法拟合出来的是椭圆形, 用来对椭圆形群目标非常合适, 所以针对群目标边缘点拟合的DEGREE算法所绘制出来的群目标外形就会与随机超平面法绘制出来的基本相似。

原创 DEGREE: 一种基于Delaunay三角的任意群目标外形识别方法

②三角形群目标, 其三个顶点分别为(-10 000 m, 6 000 m),(-6 000 m, 1 000 m),(-500 m, 8 000 m);其次,采用密度峰值聚类实现观测数据的聚类;通过上述结果, 可以发现在图8(c)中, DEGREE与随机超平面法在椭圆形群目标外形拟合中的差距不相上下, 精度提升有限, 造成这种情况的原因主要是随机超曲面法拟合出来的是椭圆形, 用来对椭圆形群目标非常合适, 所以针对群目标边缘点拟合的DEGREE算法所绘制出来的群目标外形就会与随机超平面法绘制出来的基本相似。

原创 多智能体强化学习与迁移的无人机集群作战机动决策方法

人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。郑志强，魏晨，段海滨：虚拟现实技术与系统全国重点实验室；注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章。注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章。

原创 多智能体强化学习与迁移的无人机集群作战机动决策方法

人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。郑志强，魏晨，段海滨：虚拟现实技术与系统全国重点实验室；注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章。注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章。

原创 美国大语言模型军事应用典型案例

为了降低在绝密环境中使用Azure的风险，美国国防部的工作人员只能在隔绝互联网的云环境中使用该模型，从而防止信息的泄露。2024年5月13日，随着OpenAI公司推出最新的GPT-4o大语言模型，微软公司随即宣布GPT-4o可供Azure开发人员使用，Azure OpenAI服务客户可以通过Azure OpenAI Studio中的预览平台探索GPT-4o的功能。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 美国大语言模型军事应用典型案例

为了降低在绝密环境中使用Azure的风险，美国国防部的工作人员只能在隔绝互联网的云环境中使用该模型，从而防止信息的泄露。2024年5月13日，随着OpenAI公司推出最新的GPT-4o大语言模型，微软公司随即宣布GPT-4o可供Azure开发人员使用，Azure OpenAI服务客户可以通过Azure OpenAI Studio中的预览平台探索GPT-4o的功能。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。

原创 基于区块链的联邦学习: 模型、方法与应用

源自：自动化学报作者：李程, 袁勇, 郑志勇, 杨东, 王飞跃注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要近年来, 人类社会快速步入大数据时代, 数据安全与隐私保护已成为发展大数据生态及相关数字经济的关键问题. 联邦学习(Federated learning)作为分布式机器学习的一种新范式, 致力于在保护数

原创 基于区块链的联邦学习: 模型、方法与应用

源自：自动化学报作者：李程, 袁勇, 郑志勇, 杨东, 王飞跃注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要近年来, 人类社会快速步入大数据时代, 数据安全与隐私保护已成为发展大数据生态及相关数字经济的关键问题. 联邦学习(Federated learning)作为分布式机器学习的一种新范式, 致力于在保护数

转载 基于区块链的联邦学习: 模型、方法与应用

源自：自动化学报作者：李程, 袁勇, 郑志勇, 杨东, 王飞跃注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要近年来, 人类社会快速步入大数据时代, 数据安全与隐私保护已成为发展大数据生态及相关数字经济的关键问题. 联邦学习(Federated learning)作为分布式机器学习的一种新范式, 致力于在保护数

转载 基于区块链的联邦学习: 模型、方法与应用

源自：自动化学报作者：李程, 袁勇, 郑志勇, 杨东, 王飞跃注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要近年来, 人类社会快速步入大数据时代, 数据安全与隐私保护已成为发展大数据生态及相关数字经济的关键问题. 联邦学习(Federated learning)作为分布式机器学习的一种新范式, 致力于在保护数

原创 数字孪生技术：塑造未来的智能镜像

此外，联邦机构应启动新的跨领域项目，促进数字孪生技术在不同领域的应用研究，同时鼓励学术界和工业界的合作，确保技术成果能够转化为实际应用。数字孪生的核心在于虚拟与物理之间的双向互动。随着技术的不断进步和研究的深入，我们有理由相信，数字孪生将在未来发挥更加重要的作用，为人类社会带来更多的可能性和价值。通过跨学科的合作、技术的不断创新以及对伦理问题的深入思考，数字孪生技术有望成为推动社会进步的重要力量。此外，如何设计易于理解和操作的人机交互界面，使用户能够更好地与数字孪生进行互动，也是技术发展中需要考虑的问题。

原创 鄂维南院士：人工智能的零数据、小数据、大数据和全数据方法

主要研究方向为机器学习、计算数学、应用数学及其在化学、材料科学和流体力学中的应用。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。致谢：在这篇文章的写作和院士大会报告的准备过程中，我得到了黄铁军、杨泓康、袁坤、朱松纯等老师的帮助。源自： 中国计算机学会。

原创 鄂维南院士：人工智能的零数据、小数据、大数据和全数据方法

主要研究方向为机器学习、计算数学、应用数学及其在化学、材料科学和流体力学中的应用。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。致谢：在这篇文章的写作和院士大会报告的准备过程中，我得到了黄铁军、杨泓康、袁坤、朱松纯等老师的帮助。源自： 中国计算机学会。

原创 带并行卷积的水下图像背景前景分割方法

图6，7为不同照度条件下水下图像及在不同分割方法的实验结果，其中第1，4行的原始图像为13.826 lx照度下采集的，第2，5行为6.947 lx照度下采集的，第3，6行为0.925 lx照度下采集的。在进行图像采集时，图6，7中，目标距离采集设备分别为1.4，1 m。图5是相机距目标1.4 m处采集的图像，图5a）为空气中的图像，图5b）为照度为13.826 lx条件下采集的水下图像，图5c）为照度为6.947 lx条件下采集的水下图像，图5d）为照度为0.925 lx条件下采集的水下图像。

原创 带并行卷积的水下图像背景前景分割方法

图6，7为不同照度条件下水下图像及在不同分割方法的实验结果，其中第1，4行的原始图像为13.826 lx照度下采集的，第2，5行为6.947 lx照度下采集的，第3，6行为0.925 lx照度下采集的。在进行图像采集时，图6，7中，目标距离采集设备分别为1.4，1 m。图5是相机距目标1.4 m处采集的图像，图5a）为空气中的图像，图5b）为照度为13.826 lx条件下采集的水下图像，图5c）为照度为6.947 lx条件下采集的水下图像，图5d）为照度为0.925 lx条件下采集的水下图像。

原创 基于DoDAF的陆上智能突击系统作战概念系统开发

源自：系统仿真学报作者：王灿 纪浩然 郭齐胜 董志明 谭亚新 穆歌注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘要针对陆上突击装备发展的军事需求牵引问题，开发一种面向未来智能化作战的陆上突击系统作战概念。从界定相关概念和研究边界出发，基于DoDAF提出作战概念模型框架和建模步骤，结合模型描述分析其作战效果、

原创 基于DoDAF的陆上智能突击系统作战概念系统开发

源自：系统仿真学报作者：王灿 纪浩然 郭齐胜 董志明 谭亚新 穆歌注：若出现无法显示完全的情况，可 V 搜索“人工智能技术与咨询”查看完整文章人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习摘 要针对陆上突击装备发展的军事需求牵引问题，开发一种面向未来智能化作战的陆上突击系统作战概念。从界定相关概念和研究边界出发，基于DoDAF提出作战概念模型框架和建模步骤，结合模型描述分析其作战效果

原创 工信部电子标准院计算机视觉工程师

计算机视觉开发工程师是专注于计算机视觉技术研究与开发的专业技术人才，他们的工作主要集中在图像和视频的处理、分析和理解上。计算机视觉技术广泛应用于安防监控、自动驾驶、医疗影像分析、无人机导航等众多领域。计算机视觉开发工程师负责计算机视觉相关算法的研究、测试、优化和GPU移植等工作。他们需要紧跟计算机视觉的前沿技术，进行算法研究，并撰写相关的论文和专利。由于计算机视觉技术的广泛应用和市场需求不断扩大，计算机视觉开发工程师的就业前景非常广阔。他们可以在高科技公司、研究机构、高校等部门找到合适的职位，发挥自己的专

原创 基于深度强化学习算法的火力-目标分配方法

然后,智能体在每个时间t选择动作at,并观察奖励rt,进入新的状态st+1,并更新Q值,得到新的Q表,如表2。该算法的核心思想是Q值不断迭代更新的过程,其算法更新公式为。为解决该问题,DeepMind团队将神经网络和Q-learning算法结合在一起,提出了DQN算法,该算法取代用一张表格记录Q值,而是直接将状态作为神经网络的输入,通过神经网络计算出动作价值,并选出一个最大值作为输出,也可将状态和动作都作为神经网络的输入,直接输出对应的Q值,可极大提升算法计算能力,并有效处理大规模的决策优化问题。

原创 基于深度强化学习算法的火力-目标分配方法

然后,智能体在每个时间t选择动作at,并观察奖励rt,进入新的状态st+1,并更新Q值,得到新的Q表,如表2。该算法的核心思想是Q值不断迭代更新的过程,其算法更新公式为。为解决该问题,DeepMind团队将神经网络和Q-learning算法结合在一起,提出了DQN算法,该算法取代用一张表格记录Q值,而是直接将状态作为神经网络的输入,通过神经网络计算出动作价值,并选出一个最大值作为输出,也可将状态和动作都作为神经网络的输入,直接输出对应的Q值,可极大提升算法计算能力,并有效处理大规模的决策优化问题。

原创 人工智能在基于模型的系统工程中的应用

本文摘编了文章核心内容，介绍了基于模型的系统工程（Model-Based Systems Engineering，MBSE）、主要挑战及人工智能技术在MBSE中的应用。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。人工智能、大数据、多模态大模型、计算机视觉、自然语言处理、数字孪生、深度强化学习······ 课程也可加V“人工智能技术与咨询”报名参加学习。