摘要：针对当前方法存在数据传输成功率低、传输延迟时间长以及开销大等题,设计基于多agent强化学习的电力通信网跨层保护方法。首先使用多agent强化学习算法设定网络多路径协议,控制网络节点数据接收能力,然后构建网络跨层安全构架,设定相应网络模型作为网络跨层保护的基础,最后使用罚函数法对模型进行求解,保证函数解具有较高的可靠性,根据求解结果实现对网络跨层算法的优化,实现电力通信网跨层保护方法。实验结果可知,所提方法的收包率得到了明显提升,传输延迟时间缩短,开销低。

摘要：针对目前行人易受到车辆撞击,且缺乏主动保护手段的问题,文中设计了一个包括雷达等模块的智能可穿戴设备来保护行人免受车辆的冲击。在此基础上,提出了基于模糊综合评价的安全智能算法,从行人的角度出发,综合考虑将雷达探测的车辆数据、当地道路交通状况、天气、行人状态等多种影响因素作为评价指标。为提高算法的准确性和适应性,提出了基于BP神经网络和多agent强化学习的方法赋予模糊综合评价的各指标动态权重。仿真验证结果显示,相较于AHP等取权重方法,该预警算法的警报准确率提高了55%以上;相较单agent强化学习,该方法学习效率提高了近28倍,说明该智能穿戴设备可以对车辆撞击行人进行有效地预测和警告。

摘要：针对多agent强化学习研究中面临的非马尔可夫环境和维数灾难问题,提出了一种半马氏博弈模型和MAHRL(multi-agent hierarchical reinforcement learning)协同框架。该模型弱化了系统对外界环境的要求,引入了随机时间步和通信策略的概念,更符合MAHRL研究的实际情况;协同框架中分别用SMG和SMDP模型对不同子任务进行建模,明确了agent之间的协同机制。通过实验证明了SMG模型和协同框架的有效性和优越性。

摘要：测控技术是保障星座系统高效运维和管理的关键技术。近年来,随着星座规模的不断扩大,逐步形成了巨型星座系统,使得对星座的测控需求呈现爆发式的增长,从而对星座系统测控任务的完成量提出了新的要求。首先分析巨型星座系统测控任务约束和地面测控站设备约束并给出问题建模;其次提出一种地面站agent基于学习规划片段的交互方式,通过引入约束惩罚算子和多地面站联合惩罚算子设计优化的目标函数;最后,提出一种多地面站agent强化学习算法以求解多地面站协同任务分配策略。仿真结果显示,任务规模较大时,在文中提到的不同场景下该方法较传统算法有12%~20%的增益。