摘要：机器人在搜救任务中的自主决策能力对降低救援人员的风险具有重大意义.为了使机器人在面对复杂多解的搜救任务时能自主形成决策和合理的路径规划,设计了一种异策略分层强化学习算法.该算法由两层Soft Actor-Critic(SAC)智能体组成,高层智能体可以自动生成低层智能体所需的目标并提供内在奖励指导其直接与环境进行交互.在分层强化学习的框架下,首先将复杂可交互场景下的机器人搜救任务描述为高层半马尔可夫决策过程与低层马尔可夫决策过程的双层结构,并针对不同层级设计不同的状态空间、动作空间与奖励函数等.其次,针对传统强化学习算法中目标与奖励函数需要人工设计且缺乏通用性的问题,应用基于SAC的异策略分层强化学习算法训练双足移动机器人与复杂场景交互,通过数据的高效利用和目标空间的调整实现救援机器人的自主决策.仿真结果验证了所设计的算法在解决复杂多路径搜救任务中的有效性和通用性.

摘要：通过实验室任务和模拟现实情境任务,探讨自主决策与受控决策对自我控制的影响。采用中文版E-crossing任务、九洞仪任务和抵抗美食诱惑任务3项自我控制任务设计了3个研究,各选取大学生40人,随机分为自主组和受控组,参与者先选择试验任务,后进行自我控制任务,最后执行选择任务。自主组参与者可以随意选择任务,受控组参与者通过指导语的暗示引导选择某项任务。结果显示:在认知性E-crossing任务中,自主组比受控组有更高的正确数(F=45.975,P=0.000)和更短的完成时间(F=261.347,P=0.000),表明相比受控决策,自主决策促进了认知性任务中的自我控制;在操作性九洞仪任务中,自主组比受控组通过更多的洞数(F=5.881,P=0.020),表明相比受控决策,自主决策能促进操作性任务中的自我控制;在模拟现实情境美食抵抗任务上,自主组比受控组有更长的坚持时间(t=1.815,P=0.077),表明相比受控决策,自主决策能促进美食抵抗任务中的自我控制。以上结果支持了假设,在认知性任务、操作性任务和抵抗美食诱惑任务中,自主决策与受控决策对自我控制的影响不同,自主决策能够促进自我控制。

摘要：由于感知能力限制,远程AUV自主决策属性模糊隶属度不明确,传统模糊Petri网决策方法无法进行知识的表达与推理。将模糊Petri网的模糊集进行拓展,提出了区间值直觉模糊Petri网的概念,并重新设计了推理方法和决策步骤;在此基础上,建立了远程AUV行动决策模型,通过算例实现了远程AUV自主行动决策。决策过程形象、快速、清晰,决策结果验证了方法的有效性。该方法可为多属性决策问题提供新的参考思路。

摘要：无人机集群协同作战的自主化、智能化是未来军事指挥控制技术发展的重要趋势,为满足日趋重视的集群应用需求,提出了面向协同作战任务的无人机集群自主决策技术概念与体系,建立了无人机集群多任务的通信-决策-规划-控制(communication,decision,planning,control;CDPC)自主决策框架.根据通信拓扑结构建立了集中式、完全分布式和混合式的决策样式,在此基础上,分别建立了感性任务推理决策模型和理性任务推理决策模型,探讨了模型的求解框架以及关键技术解决途径,表示无人机集群任务决策对协同作战的规划和实施具有较好的指导意义.

摘要：本文基于数据可视化组建,设计一种以各种图表形式展示医院区域数据的自主决策系统,让用户进行自主配置,既可以减轻开发者的压力,也可以使用户从自身角度去生产自己想要的报表,解决用户决策方面的需求。本文从数据源管理、业务场景管理、控件管理、报表配置等几个方面对医院数据可视化组件实现自主决策系统进行介绍,供相关读者参考。

摘要：第一次国共合作对中国共产党发展道路产生了深远影响。在第一次国共合作时期,中共中央面临来自共产国际、国民党和革命形势的多重掣肘因素,努力探索自主决策之路,作出了一系列独立自主的策略设计和实践,使中国共产党的主体权益得到有力维护、行动策略更加符合国情、组织能力逐渐趋于成熟。中共中央的自主决策实践,是开辟中国特色社会主义道路的先行探索,促使中国共产党最终肩负起马克思主义中国化的历史使命。

摘要：针对无人机系统自主决策功能和能力进行了深入的研究,整理分析了实现自主决策功能所需的输入、输出数据,深入研究并以软件实现了一种基于目标态势评估的自主决策算法,并进行了编队作战仿真试验,获得了有效的仿真试验结果,为提升无人机系统自主能力提供了技术支持。

摘要：自主决策技术是提升无人作战飞机在现代战争中作战能力的重要手段,由于战场态势和很多不确定因素的影响,使得自主决策具有难以建模、约束条件众多和依赖于战术经验等特点。通过对无人机决策因素、决策策略及决策流程的分析,采用专家系统的方法,对决策系统的构建、总体结构、管理模块及处理流程进行了设计和仿真,为提高无人机自主决策能力奠定了基础。

摘要：文章旨在探讨大型货船智能化航行与自主决策系统的前沿研究,介绍大型货船智能化的趋势以及由此带来的智能化航行系统需求的航运业发展趋势。对包括传感器技术、数据融合与处理技术、人工智能和机器学习应用在内的大型货船智能航行系统的关键技术进行了详细分析。自主决策系统设计与优化部分重点是路径规划与优化算法、环境感知与风险评估、决策逻辑与应对策略。通过实例分析和案例研究,研究内容的总结强调了智能航行和大型货船自主决策系统的价值,为未来的发展提供了方向。

摘要：为了提高无人机编队的智能性,使之能够在有障碍物的复杂环境中自主决策,该文提出了基于深度强化学习的多无人机自主决策算法。考虑到多无人机自主决策环境的复杂性,给出二维条件下的无人机和障碍物模型。运用强化学习的相关知识,对无人机的动作进行实时规划,使无人机编队可以尽可能地躲避障碍物,并最终到达目标区域。运用Python实现了多无人机自主决策的仿真实验,证明了MADDPG算法的有效性和高效性。