摘要：针对大众麻将中对手牌信息利用不充分的问题,提出了手牌估值方法,并设计了基础麻将程序(MJE)。为进一步提升麻将AI的博弈能力,使用深度强化学习方法设计了麻将AI(MJE-RL)。首先,通过MJE自对弈生成深度学习的训练数据。其次,根据训练集、测试集和对比实验的结果,选择效果最好的模型作为强化学习的预训练模型。最后,使用优势演说-评论家模型作为强化学习的主要框架,将训练好的深度学习模型作为演说家部分进行决策,通过MJE-RL与MJE的对弈不断提升麻将AI的博弈能力。实验结果显示,MJE-RL的胜率比MJE高4.08%,点炮率比MJE低3.02%,表明MJE-RL在攻守两端都有提升,达到了提升麻将AI牌力的目的。

摘要：针对边缘云环境的自动化和分布式特性、高度不可靠性及易变的工作负载问题,提出基于注意力时空卷积和a2c的虚拟机主动容错优先迁移决策模型AST-a2c。首先,采用带有注意力机制的长短期记忆网络(LSTM)提取各主机的时序特征,根据时序特征和多主机间的交互信息构建图网络,再利用图注意力网络(GAT)提取网络中不同主机间的关联信息,将其用于主机的故障信息编码。其次,设计可动态建立模型并不断生成改进决策的a2c模块,联合故障编码信息和调度决策信息进行优先迁移决策。最后,构建满足不同用户QoS要求和应用程序设置的自适应损失函数来优化调度决策。实验结果表明,该模型在故障检测、能源消耗、时延敏感性等方面优于最先进的基线,是提高边缘云计算可靠性的理想选择。