监督式强化学习在路径规划中的应用研究

机器学习分为监督式学习、非监督式学习和强化学习。由于强化学习在学习收敛方面速度较慢,难以在实际控制系统中大规模应用。为解决以上问题,提出一种基于标称控制的监督式强化学习算法,并将其用于机器人的路径规划当中。在训练初始阶段引入导师的先验知识,以增加系统的学习效果,同时逐步弱化导师的监督指导作用,发挥强化学习探索优化的优势,让机器人尽快找到最优路径。针对机器人的路径规划问题,提出其监督式学习算法,进行实验对比分析。结果显示,监督式强化学习能有效降低系统的训练次数,提高机器人路径规划的智能化水平。

工控设备通信协议安全测试技术研究

随着智能制造、工业4.0等系列高新技术的兴起,传统隔离分散的工业控制系统正逐步变得高度互联,同时,国内外网络安全形势已经发生深刻变化,出现了多起针对传统工业控制系统网络攻击的事件,引起国家、企业及公众的高度关注。通信协议安全测试是一种网络安全漏洞挖掘方法,其理念在于反复向被测系统发送非预期数据,并通过监视设备运行状态以及输出状态来达到挖掘网络安全漏洞的目的。本文针对工业控制设备通信协议安全测试技术进行了研究,论文首先提出了工控设备通信协议安全测试的框架,其次给出了系统各功能模块的详细设计,结果显示,该种测试方法能有效检测设备通信协议的健壮性,挖掘工控设备通信协议的漏洞,对保障工业控制系统的网络安全具有重要意义。