“章宗长”申请（专利权）人搜索_中国专利权人_发明人_技术持有人_科研专家_钻瓜专利网

钻瓜专利网为您找到相关结果27个，建议您升级VIP下载更多相关专利

[发明专利]基于随机网络预测误差的专家数据扩增方法和装置-CN202310049748.X在审
发明人： 章宗长;俞扬;周志华;韩馥光 -专利权人：南京大学
申请日： 2023-02-01 - 公布日： 2023-06-30 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种基于随机网络预测误差的专家数据扩增方法和装置，通过在机械臂专家数据上使用随机网络蒸馏方法训练预测网络，能够使用预测网络的预测误差判别与机械臂专家数据相似的数据，机械臂在目标任务的场景下进行一系列操作采样得到数据，根据预测误差筛选采样数据中与机械臂专家数据相似的部分，然后将筛选得到的数据对原始机械臂专家数据集进行扩增。本发明能在不与机械臂专家交互的条件下，通过机械臂在目标任务的场景下与环境交互采样数据并利用预测误差筛选与专家数据接近的数据，对原始机械臂专家数据集进行扩增，从而提升使用行为克隆训练的机械臂的策略的性能。
基于随机网络预测误差专家数据扩增方法装置

[发明专利]基于情节记忆的多智能体协同策略的训练方法和系统-CN202310294489.7在审
发明人： 章宗长;俞扬;周志华;贺泉;徐嘉诚 -专利权人：南京大学
申请日： 2023-03-24 - 公布日： 2023-06-30 - 主分类号： G05D1/02 文献下载
摘要：本发明公开一种基于情节记忆的多智能体协同策略的训练方法和系统，利用情节记忆方法，在收集训练数据时，记录各个机器人不同状态下经历的情节与对应累计回报，并将该情节与对应回报作为策略训练时机器人的额外目标。通过多机器人强化学习方法，使得各机器人能够在有限数据下快速学习高效协同策略，训练得到的机器人协同策略使智能体在决策时，既能考虑目前的状态价值函数，又能考虑到长期的情节回报，从而实现综合决策。本发明在实际场景中仅通过少量训练数据实现快速策略训练，以有效应对动态开放场景下的合作任务。
基于情节记忆智能体协策略训练方法系统

[发明专利]智能体的控制方法、系统以及自动驾驶设备-CN202310173122.X在审
发明人：王铖鹤;陈烽;张福翔;丁豪;钟巧勇;谢迪;浦世亮;章宗长 -专利权人：杭州海康威视数字技术股份有限公司;南京大学
申请日： 2023-02-14 - 公布日： 2023-06-23 - 主分类号： G05D1/02 文献下载
摘要：本申请公开了一种智能体的控制方法、系统、自动驾驶设备。具备包括获取智能体在当前时刻采集得到的，智能体所处运行环境的第一视频数据，并基于智能体的第一视频数据，计算得到智能体在运行环境下的未来行进过程中与其它智能体发生碰撞的碰撞概率。以使后续为智能体选取与碰撞概率相匹配的路线规划策略后，根据路线规划策略，得到智能体在当前时刻执行的决策动作，进而控制智能体执行决策动作。其中，路线规划策略包括利用强化学习模型规划智能体在当前行驶路线下执行决策动作的第一路线规划策略，或，利用免碰撞搜索模型规划智能体在其它行驶路线下执行决策动作的第二路线规划策略。
智能控制方法系统以及自动驾驶设备

[发明专利]基于最大熵分层强化学习的自动驾驶决策方法及系统-CN202310384039.7在审
发明人： 章宗长;俞扬;周志华;郭东宇 -专利权人：南京大学
申请日： 2023-04-12 - 公布日： 2023-06-13 - 主分类号： G05D1/02 文献下载
摘要：本发明公开一种基于最大熵分层强化学习的自动驾驶决策方法及系统，借助于分层强化学习，在学习自动驾驶策略时利用有限数据学习多种驾驶策略。通过最大熵强化学习方法，同步学习驾驶策略选择策略，使得无人车能够根据自动驾驶场景选择学习到的多个驾驶策略中的最优策略进行自动驾驶决策，能够适应更加复杂多变的自动驾驶场景，拥有良好的泛化性和实用性。
基于最大分层强化学习自动驾驶决策方法系统

[发明专利]基于模型不确定性与行为先验的控制策略离线训练方法-CN202310064893.5在审
发明人： 章宗长;俞扬;周志华;周韧哲 -专利权人：南京大学
申请日： 2023-02-06 - 公布日： 2023-04-18 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种基于模型不确定性和行为先验的控制策略离线训练方法，通过在机械臂操作离线数据上训练集成动力学模型来构建对机械臂数据样本的不确定性度量，并采用变分自编码器来拟合收集该机械臂离线数据的行为先验策略，在加权贝尔曼更新的框架下仅使用机械臂离线数据来训练机械臂的控制策略。本发明能够使机械臂控制策略在离线训练的过程中有选择性地利用机械臂的离线数据集，减小不可信的机械臂数据样本对策略训练的影响，同时使可信的机械臂数据样本仍然能对策略训练起到正向作用，能够使得机械臂控制策略的离线学习过程更加稳定并提升机械臂控制策略的性能。
基于模型不确定性行为先验控制策略离线训练方法

[发明专利]基于自适应粒子与信念填充的部分可观察驾驶规划方法-CN202110410291.1有效
发明人： 章宗长;俞扬;周志华;吴晨阳;杨国钰 -专利权人：南京大学
申请日： 2021-04-16 - 公布日： 2022-09-23 - 主分类号： G05D1/02 文献下载
摘要：本发明公开一种基于自适应粒子与信念填充的部分可观察驾驶规划方法，把自动驾驶任务建模为一个部分可观察马尔科夫决策任务，并使用一种高效在线规划求解方法对其进行实时求解。由于采用了在线求解的方法，本系统能够支持对各类道路类型、障碍物类型、智能体类型的灵活建模求解，是一种通用的智能驾驶规划方法。本方法所采用的在线规划求解方法利用自适应粒子滤波实现了信念状态的高效近似，并引入了信念填充方法对相似观察分支进行合并，这使得其能够高效地求解自动驾驶这类观察空间巨大的任务。
基于自适应粒子信念填充部分观察驾驶规划方法

[发明专利]基于任务表征和队友感知的多智能体协作方法和装置-CN202210624473.3在审
发明人： 章宗长;俞扬;周志华;王铖鹤;袁雷;张福翔;秦熔均 -专利权人：南京大学
申请日： 2022-06-02 - 公布日： 2022-08-30 - 主分类号： G06N3/04 文献下载
摘要：本发明公开一种基于任务表征和队友感知的多智能体协作方法和装置，通过学习任务表征和队友感知，智能体能够在无通信的条件下学得高效协作策略，训练得到的智能体策略部署到多智能体系统中后，能够让智能体在与环境不断交互的过程中，根据自身的观测信息对任务有更好的感知与认识，然后结合观测中的队友的信息，与队友进行高效地配合与合作。
基于任务表征队友感知智能体协方法装置

[发明专利]基于部分可观测强化学习的机器人导航控制方法及系统-CN202210366719.1在审
发明人： 章宗长;俞扬;孔祥瀚 -专利权人：南京大学
申请日： 2022-04-08 - 公布日： 2022-08-16 - 主分类号： G05B13/04 文献下载
摘要：本发明公开了一种基于部分可观测强化学习的机器人导航控制方法及系统，该控制方法及系统主要应用于机器人在模型未知的不确定性环境的导航任务中。为在的不确定性环境下完成导航任务，本发明采用部分可观测环境下的强化学习算法。系统包括滤波单元、规划单元、回放池、学习单元。在本发明中，使用状态粒子表示信念状态以减少信念状态更新的计算复杂度，使用基于学得模型的模拟规划以提高样本利用率，使用重采样方法防止粒子退化问题，使用基于信念状态负信息熵的奖励塑形以提高算法在奖励稀疏的导航任务中的训练效率和稳定性。本发明能够在模型未知的部分可观测环境实现高效稳定的策略学习，并在实际机器人导航任务中使用学得的策略。
基于部分观测强化学习机器人导航控制方法系统

[发明专利]基于元强化学习的车辆自适应的自动驾驶决策方法及系统-CN202110356309.4有效
发明人： 章宗长;俞扬;周志华;胡亚飞;徐峰 -专利权人：南京大学
申请日： 2021-04-01 - 公布日： 2022-07-29 - 主分类号： B60W60/00 文献下载
摘要：本发明公开一种基于元强化学习的车辆自适应的自动驾驶决策方法及系统，引入了一个任务编码模块，从车辆行车轨迹中识别当前车况信息，并编码为向量表示，使系统意识到当前车况，并且在车况发生改变时及时调整自身行车策略，使系统更加鲁棒、安全。为了达到较好的乘坐体验，使用强化学习来解决自动驾驶领域中的决策问题。系统包括虚拟环境模块、记忆模块、感知模块、编码模块、决策模块和控制模块。通过向虚拟环境数据库添加极可能丰富的任务模型以加强系统的可靠性；通过改变SAC强化学习算法，使其能够基于任务编码模块做出决策；通过最大化任务编码与采样轨迹之间的互信息的方式，使任务编码模块能够学习到一个包含丰富信息的任务编码。
基于强化学习车辆自适应自动驾驶决策方法系统

[发明专利]基于队友感知的多智能体协作通信策略的训练系统和方法-CN202210297894.X在审
发明人： 章宗长;俞扬;周志华;张福翔;袁雷;王铖鹤;秦熔均 -专利权人：南京大学
申请日： 2022-03-24 - 公布日： 2022-07-15 - 主分类号： G06F30/27 文献下载
摘要：本发明公开了提出一种基于队友感知的多智能体协作通信策略的训练系统和方法，借助于队友建模方法，在与队友交互的过程中，为队友生成定制化、稀疏化的消息。通过多智能体强化学习通信方法，使得智能体能够在带宽受限的条件下学得能够抗干扰的高效协作通信策略，训练得到的智能体协作通信策略可以使智能体既能根据自身得到的观测信息选择合理的协作动作，又能够在合适时刻向队友发送信息以促进协作，或根据收到的队友信息进行配合。本发明在带宽受限的实际场景中仅通过少量节点间的通信实现紧密有效的协作，能够保证多智能体协作通信过程中的抗干扰能力。
基于队友感知智能体协通信策略训练系统方法

[发明专利]基于第三人称模仿学习的机械臂动作学习方法及系统-CN202010040178.4有效
发明人： 章宗长;俞扬;姜冲 -专利权人：南京大学
申请日： 2020-01-15 - 公布日： 2022-06-21 - 主分类号： B25J9/16 文献下载
摘要：本发明公开一种基于第三人称模仿学习的机械臂动作学习方法及系统，用于机械臂自动控制，使得机械臂可以通过观看第三方示范来自动学习如何完成相应的操控任务。本发明中样本均以视频形式存在，而无需使用大量传感器来获取状态信息；在判别器模块中使用了图像差分方法，可以使判别器模块忽略学习对象的外观与环境背景，从而可以使用第三方示范数据进行模仿学习；大大降低了样本的获取成本；通过在判别器模块中使用了变分判别器瓶颈来约束判别器对由机械臂产生的示范的判别准确率，更好地平衡判别器模块与控制策略模块的训练过程；本发明能够快速模仿用户示范的动作，操作简单灵活，对环境及示范者要求低。
基于第三人称模仿学习机械动作学习方法系统

[发明专利]基于粒子注意力深度Q学习的部分观测路口自主并道方法-CN202110337809.3有效
发明人： 章宗长;廖沩健;俞扬;黎铭;周志华 -专利权人：南京大学
申请日： 2021-03-30 - 公布日： 2022-04-22 - 主分类号： G08G1/01 文献下载
摘要：本发明公开了一种基于粒子注意力深度Q学习的部分观测路口自主并道方法，着眼于路口场景、车辆并道任务、观测视野被楼宇和其他车辆遮挡住的部分观测条件，使用强化学习中的深度Q学习算法对给定路线的并道车辆的驾驶行为进行优化。使用低维物理信息量作为车辆的观测表征；使用基于粒子的表示处理因遮挡造成的部分观测问题；通过引入注意力机制优化状态表示，使模型可以仅接受未被遮挡到的车辆信息同时具有输入排列不变性；使用深度Q学习算法根据获取到的社会车辆信息输出当前最优驾驶动作；通过在经验回放池中加入多种车流密度下的采样数据，结合优先经验回放技术，使自主并道行为可以适应真实环境下多变的车流密度。
基于粒子注意力深度学习部分观测路口自主方法

[发明专利]基于部分可观测迁移强化学习的自动驾驶决策方法及系统-CN201911373375.1有效
发明人： 章宗长;俞扬;周志华;王艺深;蒋俊鹏 -专利权人：南京大学
申请日： 2019-12-27 - 公布日： 2021-09-28 - 主分类号： G05D1/02 文献下载
摘要：本发明公开一种基于部分可观测迁移强化学习的自动驾驶决策方法及系统，使用情景相关的方案重用方法，通过迁移驾驶方案数据库中的现有方案来辅助解决陌生路况下的行车问题。为了达到较好的乘坐体验，使用强化学习来解决自动驾驶领域中的决策问题。系统包括情景单元、感知单元、决策单元、动作规划单元和控制单元。通过向虚拟环境数据库添加新的环境模型以应对日渐复杂的行车情景；通过在神经网络中添加卷积层来识别车辆周围的障碍物；通过在神经网络中添加长短时记忆单元来记忆重要的历史信息；通过使用基于玻尔兹曼软最大化的加权深度双Q网络算法来更准确地估计Q值；通过使用最大熵Mellowmax算法来求得各驾驶方案被选中的概率。
基于部分观测迁移强化学习自动驾驶决策方法系统

[发明专利]基于生成对抗模仿学习的自动泊车方法及系统-CN202010260031.6有效
发明人：朱佳成;章宗长 -专利权人：南栖仙策（南京）科技有限公司
申请日： 2020-04-03 - 公布日： 2021-08-24 - 主分类号： B60W30/06 文献下载
摘要：本发明涉及一种基于生成对抗模仿学习的自动泊车方法及系统,利用泊车轨迹的原始图像数据，基于生成对抗模仿学习生成相应的泊车策略，且生成的泊车策略在实际泊车过程中产生的泊车轨迹应该与成功的泊车轨迹相似。本申请由于是一种在线学习算法，在学习的同时会进行很多次实验，并且在成功学习到优秀的泊车策略前会经历很多次失败，但是可以将这些失败的泊车轨迹数据存储下用于进一步的学习，这样能够加快学习速度并提高样本利用率。本发明由于学得的智能泊车策略不是基于规则的，而是一种较为智能的策略，因此使其能够胜任不同场景下的自动泊车。
基于生成对抗模仿学习自动泊车方法系统

[发明专利]安检识别系统及其控制方法-CN201810048208.9有效
发明人： 章宗长;陈浩然;王艺深 -专利权人：南栖仙策（南京）科技有限公司
申请日： 2018-01-18 - 公布日： 2021-07-30 - 主分类号： G06K9/62 文献下载
摘要：本发明涉及一种安检识别系统及其控制方法，所述安检识别系统融合了强化学习算法和注意力区域生成网络，所述安检识别系统包括如下模块：(1)物体特征提取模块；(2)危险品区域分割模块；(3)初步分类模块；(4)初步分类结果判断模块；(5)细粒化识别模块。本发明通过优化危险品区域分割模块和设置细粒化识别模块，大大的提高了安检的准确度及安检效率，缩短安检时长，缓解拥堵状况，还可以节省人力资源，减轻安检工作人员的工作压力。
安检识别系统及其控制方法

1
2
下一页»
尾页
共 27 条