一种深度强化学习制导控制一体化算法

研究了一种基于深度强化学习理论的制导控制一体化算法。不同于传统的制导控制一体化算法和制导控制回路分开设计的方法,基于深度强化学习理论的制导控制一体化算法利用深度学习强化算法生成一个智能体,智能体根据导弹的观测量生成舵偏角控制指令准确拦截目标。首先将制导控制问题转化为一个马尔可夫决策过程,然后提出了一个权衡制导精度、能量损耗和飞行时间的奖励函数,将制导控制问题转化到强化学习问题的框架中。最后采用深度确定性策略梯度算法,求解提出的强化学习问题,训练得到制导控制智能体,智能体根据导弹观测量生成舵偏角指令。通过进行大量的数值模拟,验证了提出的制导控制一体化算法的有效性和鲁棒性。     

基于DDPG的单目无人机避障算法

提出了一种基于单目相机的小型多旋翼无人机的连续避障策略。所提出的方法包括深度估计和导航决策两个模块。其中,在深度估计模块采用条件对抗网络对无人机采集得到的RGB图片进行训练预处理,在导航决策模块采用深度确定性策略梯度(DDPG)算法实现无人机的连续避障。在此基础上,对DDPG中的Actor网络进行改进,通过使用多模态网络代替原有策略网络,从而抑制无人机飞行震动,提高避障能力。最后,在Airsim仿真环境中进行测试,实验表明所提算法模型经过训练能够使无人机成功躲避障碍物并到达指定目标点,与原有算法相比避障轨迹得到明显改善。     

复合材料层板中就位横向拉伸强度的研究

本文利用弹性力学和断裂力学方法对纤维增强复合材料的横向拉伸强度进行了分析，其中考虑了９０度开裂层厚度和开裂邻层的约束效应的影响，推导出正交各向异性对称铺层中昨合就位横向拉伸强度的数学表达式，得出开裂层的厚度和约束邻层铺设角对就位横向拉伸强度都有影响的结论，理论计算与Ｆｌａｇｇｓ实验结果吻合较好。     

基于深度强化学习的无人机栖落机动控制策略设计

无人机栖落机动飞行是一种无需跑道的降落方法,能够提升无人机在复杂环境下执行任务的适应能力。针对具有高非线性、多约束特性的无人机栖落机动过程,提出了一种基于模仿深度强化学习的控制策略设计方法。首先,建立了固定翼无人机栖落机动的纵向非线性动力学模型,并设计了无人机栖落机动的强化学习环境。其次,针对栖落机动状态动作空间大的特点,为了提高探索效率,通过模仿专家经验的方法对系统进行预训练。然后,以模仿学习得到的权重为基础,采用近端策略优化方法学习构建无人机栖落机动的神经网络控制器。最后,通过仿真验证了上述控制策略设计方法的有效性。     

HDI三聚体和偶联剂对纸质文物加固保护的研究

用传统的高分子树脂对纸质文物进行加固保护取得了一定的效果，但由于高分子树脂的渗透、润湿性能较差，容易增加纸张光泽；会产生内应力加速纸张老化等问题。针对这个问题，本文研究了一种纸质文物加固保护的新方法，采用低分子预聚物HDI三聚体对纸张聚氨酯化，并用偶联剂KH-550协同处理。通过正交试验分析了处理工艺中各种因素对纸张拉伸干强度的影响；并通过对拉伸湿强度、光泽度的测试和酸碱加速老化、干热加速老化等试验验证了HDI三聚体和KH-550对纸质文物的加固保护作用，并用DSC和扫描电镜进行了分析。试验表明，这种处理方法在保护纸张原有质感的同时提高了纸张强度，降低了纸纤维的吸湿性，有效地减缓了纸张的老化降解。     

钢筋混凝土小偏心受压构件对称配筋截面设计

通过对钢筋混凝土结构设计规范(GB50010-2002)中有关小偏心受压构件对称配筋简化计算的分析, 经统计分析推出通过解二次方程求解ξ的近似方法,该方法计算简捷、精度较高,可供工程设计人员参考。     

相应于一类幂零李代数的顶点代数结构

顶点代数和顶点算子代数在物理学领域有着广泛的应用,因此对其研究也有很大的实际意义。主要从有限维幂零李代数g出发,给出了g带有非退化对称不变双线性函数的条件,并构造了相应于g的一个代数结构,从同构的意义上证明了其满足顶点代数的条件,从而给出了一个新的顶点代数结构。     

非抗震钢筋混凝土受弯构件最小配筋率分析

钢筋混凝土梁的配筋率是影响承载力的主要因素，配筋率的变化会使粱的承载力和受力性能都发生变化。本文通过对新旧混凝土结构设计规范中受弯构件最小配筋率的对比，对新旧规范的取值调整进行了理论分析，为广大工程设计人员加深对新规范的理解提供理论参考。     

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。