基于示范主动采样的行为克隆方法

深度强化学习在学习过程中需要与环境进行大量的交互,训练效率低下。模仿学习通过从专家示范中学习,可以有效地应对这一挑战,但是需要收集大量的专家示范轨迹,在复杂任务中往往导致高昂的示范代价。本文提出一种基于主动学习的行为克隆算法,通过主动挑选示范起始状态来减小示范代价。该方法基于不确定性采样和不相似性采样两种策略,从状态候选集中挑选最有价值的状态作为起始状态,然后向专家查询固定长度的示范轨迹,希望从尽可能少的示范中学习出有效策略。在多个不同任务上的实验表明,本文方法可以用更少的示范轨迹进行行为克隆,降低了强化学习中的专家示范代价。     

基于BDI模型的管制员Agent行为建模研究

针对空中交通仿真系统中的管制员Agent建模问题，通过分析管制操作行为特点，采用BDI结构，建立了基于决策树模型的管制规则知识库，设计了慎思型管制员Agent。基于Jadex平台，构建了管制员Agent模型，将由JADE平台建立的航空器Agent和模拟空管自动化系统Agent与Jadex平台建立的管制员Agent进行通信与协调，通过仿真系统构建仿真场景并验证管制员Agent的BDI推理过程，实现了对管制员的日常指挥行为的模拟。实验结果表明，所构建的管制员Agent模型可以顺利进行推理过程并对飞行冲突进行探测与解脱。     

一种新型直流固态功率控制器行为模型

 提出一种适用于大型飞机电气系统数字仿真的直流(DC)固态功率控制器(SSPC)的行为模型.利用受控电压源控制SSPC两端电压按照线性规律变化以模拟SSPC的慢开通和慢关断特性.分析了该行为模型在稳态导通和稳态关断时的工作状态,考虑了实际直流SSPC的漏电流,对该模型进行了改进.分析该模型带各种负载的开通关断过程.在Saber软件中实现该行为模型,并通过仿真和实验验证其与各种性质负载的兼容性.快速性测试结果表明,相比基于真实结构和器件模型,该行为模型能够显著提高仿真速度和收敛性能.     

基于模仿强化学习的固定翼飞机姿态控制器

研究了基于模仿强化学习的飞机姿态控制器。首先,建立专家经验数据集,并利用行为克隆对控制网络参数初始化;而后,控制网络利用强化学习和监督学习混合模式训练,通过奖励函数塑形和经验数据集监督学习引导强化学习算法快速收敛,使姿态控制器姿态响应优化的同时符合专家经验。控制网络输入为飞机姿态角误差、角速度等状态变量,输出控制增稳系统指令。实验表明,模仿强化学习控制器能够实现不同初始条件下飞机姿态角快速响应并与经验数据相符。     

高校公共计算机实验室管理与维护探讨

高校公共计算机实验室管理与维护是保证计算机实践教学顺利进行的关键，本文从设备的管理使用、软件的安装维护、硬件故障诊断排除三方面探讨了高校计算机公共实验室的管理。     

一种可配置组关联cache的行为级设计

组关联的cache在当前微处理器中广泛应用，cache是一个验证难度比较大的模块。如何缩短cache验证周期对缩短开发处理器的周期有重要意义。建立了一个可配置的组关联cache的行为级模型。可作为微处理器设计中cache验证的参考模型。     

Development of a PC-based Open Architecture Software-CNC System

As a key technology in the field of advanced manufacturing, an open architecture controller is studied. In order to develop an open architecture software-CNC system on personal computer (PC) according to open modular architecture controllers (OMAC). First, the software and hardware platform is chosen and software realization methodology for the CNC system is determined. Second, static mod- eling methods of an open architecture controller inclusive of object-oriented (OO) programming technology, dynamic link library (DLL) technology and system modules partition are investigated. Third, the dynamical behavioral modeling and the data flow representation of open architecture controller are discussed, which are both described in hierarchy finite state machine (FSM) model. Fourth, a reusable software module model is established to develop software function module library. Finally, a 3-axis milling machine tool test-bed, named for HIT-CNC, is successfully designed by means of the constructed software function module library and the system configuring method. The experimental results show that, besides increasing the degree of reusability and openness, application of above-mentioned method- ology leads to significant decrease of development time as well as maintenance cost.     

行为导向教学法在高职机械制图课程教学中的应用

行为导向教学法强调师生互动,强调教学与实践紧密结合,注重以学生为主体。在《机械制图》课程教学中引入行为导向教学法,可运用任务教学法、案例教学法、项目教学法、现场教学法、小组研讨法,提高学生的综合职业能力。