今日AI-深度强化学习-2024年10月5日

1. 利用技术改进高空间分辨率遥感影像的土地利用/土地覆盖分类，提出基于深度强化学习(DRL)的规模感知分类网络(SAN)。
2. 解决了尺度选择、计算约束和地物尺度变化等问题，SAN能够自动选择不同对象的适当尺度，而不需要手动标注尺度选择样本。
3 尺度控制代理（Scale Control Agent, SCA）包含一个策略网络用于为每个时间步（图像块）决定合适的动作。
4. 双分类网络基于局部图像块（Local Image Patch）和多尺度上下文块（Multi-scale Context Patch）输出分类标签。
5. 定义了SAN的马尔可夫决策过程（MDP）框架后，关键在于使用深度强化学习（DR）技术优化尺度控制代理的，以最大化累积奖励。

1. 本文提出了一种基于鸟瞰图和环视摄像头输入的深度强化学习（DRL）特征提取网络，以获得车辆周围完整的环境信息。
2. 作者通过将DRL特征提取网络直接映射到感知阶段来弥补这一差距，从而通过语义分割实现更清晰的解释。
3. 本文提出了一种基于DRL的端到端自动驾驶框架，该框架集成了BEV。该系统结合了面向不同方向的摄像头的输入，并构建了驾驶环境的BEV表示。
4. 本文提出的方法中的网络架构采用Actor-Critic架构，深度强化学习系统的输入不仅包括道路特征、车辆特征和导航特征，还包括来自环视摄像头的图像。
5. 本文提出的方法中的网络架构采用Actor-Critic架构，深度强化学习系统的输入不仅包括道路特征、车辆特征和导航特征，还包括来自环视摄像头的图像。

1. 端到端自动驾驶能够将感知、预测和规划统一为单一集成模型，为传统模块化方法提供了替代方案。
2. 本文提出了一种基于DRL的端到端自动驾驶框架，该框架集成了BEV。
3.使用CARLA作为训练和测试自动驾驶算法的模拟器，自动驾驶汽车配备RGB摄像头来感知周围环境。
4. 作者提出的方法在大多数地图上取得了最佳结果，并且在碰撞率，相似度和时间步长三个指标上取得了平均水平。
5. 作者提出的方法在处理拥堵方面的卓越性能。
6. 使用深度强化学习对模型进行微调后，解码质量得到显著提高。

1. 广州大学的雷悦等人开发一种采用多策略近端策略优化算法的深度强化学习框架来解决MOMFJSP
2. 该框架涉及具有不同目标权重向量的多个策略网络。使用MPPPO，这些网络同时进行优化，以获得一组高质量的帕累托最优策略
3. 引入流体模型来提取状态特征并设计作为离散动作的复合调度规则。并提出了一种多策略协同进化机制（MPCEM），以促进策略网络之间的进化
4. 基于MPPPO的训练算法旨在跨多个策略网络进行学习，通过与复合调度规则及其他调度方法的比较，证实了该方法的有效性和优越性

1. 研究基于强化学习（RL）的集中式规划，用于在人为敌对环境中的无人作战飞行器（UCAV）编队，提出在奖励函数中使用闭合速度和近似的时间-去向项，以获得合作运动，同时确保禁飞区（NFZs）和到达时间限制，近似策略优化（PPO）算法被用于RL智能体的训练阶段
2. 系统性能在两个不同的情况下进行了评估，在案例1中，战争环境只包含目标区域，希望同时到达以获得饱和的攻击效果，在情况2中，战争环境除了目标区和标准的饱和攻击和避免碰撞的要求外，还包含NFZ
3. 基于粒子群优化（PSO）的合作路径规划算法作为基线方法被实施，并在执行时间和开发的性能指标方面与提出的算法进行了比较，蒙特卡洛模拟研究被用来评估
4. 仿真结果表明，所提出的系统能够实时生成可行的飞行路径，同时考虑到物理和操作限制，如加速限制、NFZ限制、同时到达和防撞要求
5. 该方法为解决UCAV机群的大规模合作路径规划提供了一种新颖的、计算效率高的方法