摘要：深度学习全流程托管平台提供了深度学习实验任务的网页端解决方案,加速了深度学习技术在生产生活中的应用.为了解决网页端深度学习平台进行图像识别模型训练的问题,本文设计实现了面向深度学习实验任务的分布式任务执行系统.系统由资源监控、任务调度、任务执行、日志管理4大模块组成,将任务依据资源使用率等策略进行调度,采用Docker容器技术进行执行,并对产生的日志信息进行了实时收集.经过测试,分布式任务执行系统不仅保证了正常的功能需求,在可靠性、稳定性等指标上也都达到了预期的要求,将其集成到平台中可减少20%左右的训练时间.

摘要：自主机器人是一类运行于开放环境下、可自主决策和执行其自主行为的信息物理系统,它根据任务需求进行决策产生行为策略并调度执行。环境状态的动态变化性常常导致规划的行为策略不再适用于当前环境,使得行为执行的结果不符合预期,从而影响自主机器人的任务实现。上述问题对自主机器人软件的行为决策和软件构造均提出了更高的要求。一方面,自主机器人需在行为策略执行过程中加强对环境状态及其变化的观察,并基于观察的结果及时、灵活地调整行为决策,提升机器人的观察模式及行为决策算法的复杂度。另一方面,上述观察、决策、执行行为的复杂交互提升了软件构件抽象及数据交互的复杂性,如何抽象机器人的传感、决策、效应等软构件功能,并提供相适配的软件架构,成为自主机器人软件构造面临的重要挑战。针对上述挑战,首先提出自主机器人伴随行为的思想,显式定义观察与效应行为之间的伴随交互关系,根据行为执行不同阶段提出前提伴随观察模式和目标伴随观察模式,以提升自主机器人对环境变化的感知能力和决策调整能力。其次,开发了一款基于多智能体系统的自主机器人软件开发框架AutoRobot,该框架将机器人的传感器、效应器及规划器抽象为一组自主的软件智能体,智能体间通过自主决策和协同实现上述伴随观察模式。AutoRobot框架针对不同角色智能体设计和封装了一组可重用的软件组件,可有效支持自主机器人软件的复用和高效开发。最后,开展了仿真环境下的实验分析,通过与ROSPlan和DESPOT两种自主机器人任务规划和执行方法进行对比,验证了基于伴随观察模式的任务规划与执行的高效性和有效性。

摘要：同一类型的任务在不同的运行状态和模式下有不同的处理方式和要求。以开放式数控系统为研究对象,在其体系结构的基础上,针对开放式数控系统任务管理模块需要处理的任务类型以及要求的不同,采用任务规划和任务执行两个子模块的设计方式,给出了一种开放式数控平台上构建任务管理模块的方案,并详细介绍其中的关键实现技术。目前阶段得出的结果表明该设计方式能实现对任务的有效管理,保证数控系统的高效、稳定运行。

摘要：水面无人艇航行及任务载荷复合控制方法将原本分离的任务控制与航行控制有机地结合在一起,组成了一个闭环航行及任务控制系统,实现了复合控制。设计航行及任务载荷复合控制单元,根据任务控制输出的指向误差及水面无人艇航行状态,令核心的智能耦合控制单元做出控制决策,自动输出任务控制修正命令与航行控制命令,平衡任务执行与航行安全的关系,提高了任务控制的精度。智能耦合控制单元具有机器学习能力,可通过任务执行,对智能化机器学习模型进行训练,实现航行及任务载荷复合控制策略的持续优化。

摘要：任务型语言教学正在成为一种新的英语课堂教学模式，中职英语课堂教学应该怎样应用任务型语言教学模式，笔者结合自己的教学实践尝试着作出探讨。

摘要：这次集团“爱丁堡远程报道”多层级开发实验课题中，齐鲁晚报承担了“斜角策划”的任务。在具体任务执行中，我们根据项目要求，不直切主题，绕开艺术节，重点在结合自身报纸的特点、寻找读者感兴趣和关注度较高的话题进行了选题策划和角度设计。