摘要：介绍了输电线路除冰机器人的研究现状。针对其工作环境恶劣、不确定因素多的特点,提出了基于马尔可夫决策的行为控制器的设计方法。该方法首先定义了输电线除冰机器人的马尔可夫模型,然后给出了相应的最优方针搜索策略,还给控制器添加了概率调节机制,以达到执行效果反馈的目的。为解决机器人作业中的突发情况,在该方法中还引入了人工辅助和行为学习网络。给出了控制器判断机器人需要申请人工辅助的算法。在人工辅助过程中,通过行为学习网络,机器人可以学习人工辅助中操作员的动作,并利用现有行为完成更加复杂的新任务。实验表明该方法不但可以根据机器人的状态规划出最优动作,还可以在线更新控制策略,具有很强的灵活性和鲁棒性。

摘要：设计了一种包含了时间影响因素的SVDPP算法,该算法先构建得到用户—电影—评分之间的相互关系,并把该关系映射至马尔可夫决策过程,之后通过强化学习Q-learning算法对其实施优化,再把时间影响添加至推荐算法SVDPP模型内,由此获得包含了时间戳参数的RL-TSVDPP优化模型。通过测试发现,RL-SVDPP算法利用先处理数据集分析时间因素的影响,之后通过推荐模型训练参数对用户电影评分进行预测可以获得更高的准确率。通过分布式数据预处理的方法来提高计算效率,为SVDPP模型添加时间影响因素是完全可行的,将此类影响因素加入用户预测评分可以有效提升推荐准确性。