基于强化学习的多智能体泛化性研究

在多智能体强化学习算法的研究中,由于训练与测试环境具有差异,如何让智能体有效地应对环境中其他智能体策略变化的情况受到研究人员的广泛关注。针对这一泛化性问题,提出基于人类偏好的多智能体角色策略集成算法,该算法同时考虑了长期回报和即时回报。这一改进使得智能体从一些具有良好长期累积回报的候选行动中选择具有最大即时回报的行动,从而让算法确定了策略更新的方向,避免过度探索和无效训练,能快速找到最优策略。此外,智能体被动态地划分为不同的角色,同角色智能体共享参数,不仅提高了效率,而且实现了多智能体算法的可扩展性。在多智能体粒子环境中与现有算法的比较表明,该算法的智能体能更好地泛化到未知环境,且收敛速度更快,能够更高效地训练出最优策略。

心向阳光,真情育人

生活即教育,言传不如身教。一位热爱生活的老师教出来的学生无疑是阳光的、乐观的,犹如一朵朵向阳开放的向日葵,焕发着勃勃生机;一位率真幸福的老师教出来的学生无疑是可爱的、幸福的,仿佛山间的清泉,迎面的清风,真实可及。教人求真,学做真人,于我,于我的学生,是一个共同学习的过程,也是终身学习的课程。

道路交通事故黑点鉴别方法研究

道路交通事故频发,损失巨大。精准的事故黑点鉴别方法可有效降低道路交通事故率,提高安全性。文中梳理了事故频数法、事故频率法、事故频数-事故频率矩阵法、当量总事故数法、质量控制法、累计频率法、聚类分析法、灰色分析法、粗集理论法、BP神经网络算法、GIS(地理信息系统)等道路交通事故黑点鉴别方法的原理、优缺点、适用条件及应用,并指明其发展趋势。

基于PPRR的高速公路突发事件应急管理研究

综合分析了高速公路突发事件具有突发性与不确定性、紧迫性与危害性、复杂性与困难性等特征。针对高速公路应急管理主体管理模式、应急预案预警、应急救援联动协作等现状及问题,从预防、准备、响应、恢复环节构建应急管理PPRR,降低高速公路突发事件事故发生,提高应急效率,减少损失。

海西州联动调处落实责任

青海省海西州认真开展矛盾纠纷排查化解工作，对排查出的问题，实行联动词处，落实责任，并进一步完善排查调处各项机制，取得明显成效。

中盐重庆物流公司:全力以赴显担当众志成城战疫情

新冠肺炎疫情爆发以来,中盐重庆物流公司认真贯彻落实中盐西南公司党委和地方政府的各项要求,切实提高政治站位,积极应对、行动迅速、周密安排,确保疫情防控和市场供应两不误。从大年初一开始,公司党员干部职工积极行动起来,主动放弃休假,返岗到位,一手抓疫情防控,一手抓保障食盐市场供应,全力担当国有企业政治责任和社会责任。

红军的第一次密码通讯

中央苏区刚刚开始与党中央进行无线电联系时,使用的是明码。由于缺乏电台技术人员,只得留用一名被俘的敌军电台台长。没想到他利用发报机会偷偷地同国民党驻江西兴国的十九路军用明码联络。中央局认为明码通讯容易泄露军事机密,便向上海党中央报告,建议建立一套密码,以便保密。1931年4月,任弼时从上海前来中央苏区接头,随身带来了党中央给中央苏区的一套密码,即周恩来发明创造的"豪密"(以周恩来化名伍豪命名)1933年6月中旬,中共苏区中央局、中央革命军事委员会。