一种基于团队马尔可夫博弈的多agent协同强化学习算法

研究多agent系统的学习行为对于智能系统的适应性是至关重要的．针对一类追求系统得益最大化的协作团队的学习问题,基于马尔可夫博弈的思想,提出了一种新的多agent协同强化学习算法．协作团队中的每个agent通过观察协作相识者的历史行为,依照马尔可夫博弈模型预测其行为策略,采用适合的行为探索策略,进而得出最优的联合行为策略．实验对该算法进行了验证,结果表明该算法是有效的．     

RoboCup中基于效果操作的动态行为规划模型

如何提高agent的学习能力、对手建模能力以及多agent团队运作能力是目前RoboCup研究所面临的3项挑战，在上述的挑战中，行为规划起了非常重要的作用。agent如何能够在动态实时的复杂环境中根据场景变化来动态规划自己的行为是RoboCup目前急需解决的问题。提出一种面向效果操作方法的动态行为规划模型，使队员能够在场景分析的基础上，根据经验动态选择和执行行为策略，且具有持续学习的能力，采用贝叶斯信念网络和基于示例推理相结合的方法来实现。实验结果表明，该方法有效提高了队员适应环境的能力。     

一种用于agent协同的语义中间件

在开放的动态的分布式系统中,agent之间的协同是确保成功交互的关键因素.元组空间（tuplespace,TS）因其可持久发布信息的逻辑共享存储、关联查询机制以及时空解耦等属性,使得它可作为分布式系统中agent之间通信的协同中间件.然而在异构的环境中,agent必须能够在相同的语义条件下交换信息,此时TS就具有了某些限制性.本文提出一种基于语义网技术和元组空间计算相融合的语义元组空间（semantic tuplespaces,STS）.STS可作为开放动态的分布式系统中基于发布和检索语义信息,使能agent通信和协同的中间件.本文描述了STS的概念模型并讨论了对TS的语义扩展.基于Jena和Pellet——DL推理机,STS最初版本的原型系统已被实现.最后,通过实验的性能评估论证了所采用的方法是切实可行的.     

基于Stackelberg策略的多Agent强化学习警力巡逻路径规划

为解决现有的巡逻路径规划算法仅仅能够处理双人博弈和忽略攻击者存在的问题,提出一种新的基于多agent的强化学习算法.在给定攻击目标分布的情况下,规划任意多防御者和攻击者条件下的最优巡逻路径.考虑到防御者与攻击者选择策略的非同时性,采用了Stackelberg强均衡策略作为每个agent选择策略的依据.为了验证算法,在多个巡逻任务中进行了测试.定量和定性的实验结果证明了算法的收敛性和有效性.      

一种基于意图跟踪和强化学习的agent模型

针对动态对抗的多agent系统(MAS)环境中agent行为前摄性较差的问题,提出了一种将意图跟踪和强化学习相结合的agent模型.该模型将对手信息和环境信息分开处理,在agent的BDI心智模型中引入了Q-学习机制应对环境变化;在强化学习的基础上注重对对手和对手团队的意图跟踪,改进Tambe的意图跟踪理论,针对特定对抗环境中的对手行为建立对手模型,跟踪对手和对手团队的意图,预测对手目标,以调整自身行为.实验证明,所提出的agent模型具有更强的自主性和适应性,在动态对抗系统中具有更强的生存能力.     

具有学习机制的软件agent

设计是一个复杂的问题求解和逐步求解的过程,在计算机辅助设计系统中,从设计范例中学习设计知识可以有效地改善设计系统。本文分析了设计活动,并在此基础上提出了一种具有学习机制的软件设计agent的结构。然后介绍了一个支持设计环境中共享学习的多agent系统。     

一种改进的多主体学习方法

Agent具有自私的特性．为了在多agent系统学习时使学习效果体现最大的群体利益，提出了一种改进的多agent学习方法．该学习方法改进了基于基组织共识学习的学习方法，在多agent学习时考虑了主体的可信度问题，从而使最后的学习结果更具真实性．     

自主式粒子群优化模型研究

建立了自主式粒子群优化模型,进一步完善了经典粒子群优化算法的学习机制,提高了粒子学习的自主性。在该模型的基础上,针对自主选择共享信息问题,提出了一种学习榜样自主获取的粒子群优化算法,该算法粒子依据自身的内在特征合理地选择学习榜样,充分地利用了进化过程中产生的信息,有效抑制共享信息的流速。对常用单峰多峰基准函数进行了测试,验证了该算法的效率和优越性。     

自主式粒子群优化模型研究

建立了自主式粒子群优化模型,进一步完善了经典粒子群优化算法的学习机制,提高了粒子学习的自主性.在该模型的基础上,针对自主选择共享信息问题,提出了一种学习榜样自主获取的粒子群优化算法,该算法粒子依据自身的内在特征合理地选择学习榜样,充分地利用了进化过程中产生的信息,有效抑制共享信息的流速.对常用单峰多峰基准函数进行了测试,验证了该算法的效率和优越性.     

基于模糊匹配的数据清洗

提出了一种新的模糊匹配相似度函数及一种高效的模糊匹配算法，该算法能够高效的寻找与输入元组最相似的L个参考元组；为了提高查询效率，提出了对参照关系建立错误容错索引。     

紧紧把握五个特性着力解决五个问题——建设学习型党组织问题及对策探析

把各级党组织建设成为学习型党组织,是建设马克思主义学习型政党的基础工程。认识和分析学习型党组织建设过程中出现的各种矛盾、问题,从解决矛盾问题入手,深入推进学习型党组织建设,是马克思主义辩证唯物主义方法论的要求,也是提高党的建设科学化水平的要求。把握学习型党组织的基础性、系统性、针对性、连续性和实践性,从学习动力、内容、方法、机制、学风等五个方面入手,分析学习型党组织建设过程中的问题,研究对策,使学习型党组织建设走向科学化、制度化、规范化。     

学习自控力与学习动机、自信心、责任心的相关研究

本文修订了学习自信心、学习动机、学习责任心三个量表。用这三个量表所测量的数据与学习自控力量表得分算相关和路径分析。结果发现：①修订的学习自信心、学习动机和学习责任心量表具有一定的信度；②学习心理对学习自控具有显著的影响，而学习动机与学习责任心对学习成绩没有直接的显著性影响；这似乎可以说明：其它学习心理对学业成就的影响，需要通过行为的自我控制才能真正起作用；③学习自信心对学习成绩有显著性的影响。教学中，老师要注意培养学生学习的自信心，同时要重视把学生的学习动力转化为实际的学习行动。     

浅谈初中化学教学中学生自学能力的培养

让学生学会学习是 2 1世纪教育的主要目标 .本文结合初中化学教学内容 ,从学生的阅读能力、学习主动性、学习能力、自我发展能力等方面总结了在日常教学中应怎样培养学生的自主学习能力 .     

论内隐学习理论在英语学习中的应用

探讨了内隐学习理论在英语学习中的应用,包括内隐学习在英语学习中的作用;内隐学习与英语语感的培养;营造有利于内隐学习的良好环境;利用课外材料辅助英语学习等方面。     

基于网络的自学学习引导环境的构建

随着网络教学的深入开展，网络学习环境建设正逐渐受到关注。强调要重视网络学习引导环境的建设，分析了网络自学学习引导环境的设计理念，构建了一个学习引导环境模型，并对其核心模．块展开讨论，旨在为促进网络学习效果的最优化提供一些建设性思路。     

如何上好第一节地理课

从理论和实践两个方面，阐述了上好第一节中学地理课的意义及其途径．     

Web信息提取中多策略学习算法的研究

将一种新的机器学习方法－多策略学习算法应用于Web信息提取领域，在原有的机械学习，统计学习和相关学习等三种机器学习法基础之上充分考虑各学习方法的利弊，将三者有机结合，使得结合后的新算法在提取Web信息时比结合前任一单一机器学习方法都更有效、更准确。     

高中英语教学中学生自主学习能力的培养

本文简要介绍英语自主学习(autonomous learning)能力培养的基本方法和策略,指导学生提高学习效率,使学生乐学、好学、会学。     

机器学习研究

由于Internet的使用，不分时间与地域地获得信息已成为现实，但是，如何有效利用这些信息，并使用这些信息提高生产率成为迫切需要解决的问题．机器学习是解决这类问题的有效方法之一．在此将对目前机器学习研究的主要趋势、理论与技术以及存在的问题，根据作者的研究经验进行综述，以便引起研究者的注意．     

基于网络的互动式学习系统的探讨

由于计算机网络的普及,互联网已经成为学生学习必不可少的途径之一,为此大多数院校已经开始研究适合自身的互动式学习系统。文章首先对互动式学习系统的优势进行了总结,并介绍了国内外的研究现状,之后提出了开发互动式学习系统的原则及开发的重点模块。