支持混合主动交互的USV可变自主系统结构研究

针对混合主动交互的水面无人艇(USV)系统体系结构设计问题,提出一种基于智能体的可变自主系统体系结构模型(MAAF).该模型分为USV可变自主部分、系统用户分析部分以及系统交互推理部分的设计和实现,并采用Agent信念-愿望-意图模型建立系统用户和USV的交互推理过程.最后,利用仿真实验验证,结果表明该系统结构模型满足混合主动交互和分布式与分层式相结合的决策要求,并且合理有效.     

基于TFSM的情感教学系统对话管理建模与仿真研究

提出了一种新的基于TFSM(双有限状态机)的情感对话管理模型。与基于传统有限状态机的对话管理模型相比,有两个主要的区别:其一,建立了两个状态机分别对用户和系统进行建模,并利用两个状态机之间的信息交换来模拟人机对话过程。其二,面向情感教学系统领域,以智能教学和情感交互为预设对话任务,并采用平均回报值函数对基于TFSM的情感教学系统性能进行了分析和评价。     

面向中国移动服务支撑的互联网化帮助台系统

通过设计并实施中国移动互联网化帮助台系统,面向中国移动服务支撑需求,打造以知识图谱、多轮对话等AI技术驱动的智能应答系统,具有强大的语义分析、意图识别、上下文推理、槽位提取、多媒体智能交互的能力,助力面向网格倒三角服务支撑的感知提升。     

基于HLA/RTI的音频联邦成员的开发方法

新一代的分布式交互仿真标准高级体系结构/运行时间结构(HLA/RTI),为联邦成员的互操作制定了框架.针对分布式虚拟战场环境中音频流多点传输这一仿真应用,将音频流传输作为一个联邦成员,定义了音频联邦成员的仿真对象模型,并通过RTI的API函数实现联邦成员交互的过程.因此,RTI可以作为应用层协议,实现并控制音频流在分布式交互仿真环境下的多点传输.     

自测型开放性智能题库——CAI中模拟“神经元”模型的探讨

0 模型的提出对每个原有或用户输入的题(Object),系统赋予其程序,令其成为系统的一个“神经元”.自测都在使用该系统进行学习测试时,每个题模拟“神经元”行为,通过回答问题进行交互对话,并将信息传输给系统评判模型,再由评判模型根据其评判原则选出下一题,评判模型以隶属函数的收敛性来反映自测者的成绩.     

DSS人机界面设计原则初探

文章从分析含有DSS的决策系统入手,研究了决策者与DSS的基本关系,并在此基础上提出了在DSS人机界面设计中,除了使用菜单、窗口等常规的形式外,还可以采取自然语言、情景对话、过程模拟等交互形式,并介绍了应该注意的一些原则.最后就DSS人机界面交互形式的选择,对菜单形式、窗口及HELP技术作了简要介绍.     

多模态交互的车内即时通信应用可用性评价

针对多模态交互的车内即时通信应用,构建可用性评价模型,并基于评价结果提出优化建议.基于人机界面和可用性等领域的研究,确定了明确易操作、高效实用和安全的可用性原则,依次定义共15项评价指标,并创新性地搭建了实车模拟驾驶平台对3款汽车进行了可用性评价测试.结合层次分析法和CRITIC法,综合考虑主观意见和客观数据表现,动态地确定了各指标的权重,并应用模糊综合评价法建立了评价模型.在实车测试中发现了触屏交互引起的视觉和操作分心对安全性方面构成威胁,语音交互的任务完成时间直接影响用户的人机信任进而影响驾驶绩效等问题,并提出了优化建议.基于该实车模拟驾驶平台和评价模型,还可针对更多样的交互模态、交互任务和车机应用进行可用性测试与评价,并指导其体验设计.     

基于多信息感知的多方对话问答方法

目前基于多方对话文本的自动问答任务侧重于探索对话结构信息或说话者角色信息,忽视问题文本和对话文本的交互。针对这一问题,提出一个融合多信息的全新模型。该模型使用图卷积神经网络,对多方对话文本中的话语结构、说话者角色以及问题–上下文信息进行分层次建模,并设计合理的基于注意力机制的交互层,通过选择更有帮助的信息,加强对多方对话文本的理解。此外,该模型首次对问题和上下文间的显式交互给予关注。实验结果表明,所提模型的性能优于多个基线模型,实现对多方对话文本的深层次理解。     

基于工厂管理的多Agent协同模型

为了解决制造业在产品设计过程中产品的协同设计、知识的规范管理、资源的合理利用、设计过程的标准化等问题,提出了基于工厂管理的多Agent协同模型。该模型通过用户Agent与外界环境交互,经过管理Agent进行任务调度,然后由相应的Agent完成任务,最后由知识管理Agent与数据库交互,实现知识的查询或更新。通过多Agent的相互协作,实现了信息的智能交换,知识的自动累积、更新,从而实现智能设计、创新设计。     

基于BERT的跨领域任务型对话状态跟踪方法

对话状态跟踪(Dialogue State Tracking, DST)是任务型对话系统的核心模块，主要实现在对话过程中跟踪用户意图的功能。为了提升对话状态跟踪在跨领域场景下的性能，本文提出了一种基于BERT(Bidirectional Encoder Representation from Transformers)模型的对话状态跟踪方法，该方法考虑了领域与槽之间的相关性，让模型在对话过程中学习领域信息，并使领域信息参与到槽值的生成过程之中。我们在两个跨领域的任务型对话数据集上进行了综合实验，包括中文数据集CrossWOZ和英文数据集MultiWOZ 2.4,模型在CrossWOZ和MultiWOZ 2.4中分别取得了63.51%和70.17%的联合目标准确率。实验结果表明，本文提出的方法在跨领域场景下有较高的性能表现。     

Generalized Reactive Manufacturing System

Generalized reactive manufacturing system named GRMS is introduced. GRMS is a human-centered system based on Multi-agent. Its management and control organization is made up of three types of agents named device agent, task agent and shop-floor agent. GRMS adopts a top-down and bottom-up competition and cooperation strategy based on the dynamic sifter and funnel . To constrain the behavior of agents, a reward and penalty policy is introduced into the system and the closed-loop adjustment of GRMS is realized through such policy. Agents for the same task should be cooperated with each other and agents for different tasks should compete for survival in the dynamic changing environment. A distributed-hierarchical architecture with three levels of master-slave relationships among agents are proposed. Self-propelled process planning is also discussed. In order to evaluate GRMS, a time-driven simulation system-GRMOSS is developed to check the physical consistency of GRMS.     

网格中流水式计算的一种任务指派算法

为取得网格中流水式计算的高吞吐率,提出一种任务指派算法X max min.在一个流水线中,任务彼此是并行的,且每个任务本身是可并行化的.当多个任务被指派到同一个并行系统时,通过最小化任务计算成本的最大值确定每个任务分得处理机的个数.任务用于收发数据集的通信成本依赖其他任务的指派,故当相关任务的指派未完成时,需要在任务通信成本中引入均值估计.任务响应时间是计算成本和通信成本之和,它是任务指派的函数.用max min算法确定任务指派,可有效降低任务响应时间的最大值,从而使流水线的吞吐率得到提高.仿真实验表明,X max min算法使流水线取得的吞吐率与复杂的Taura算法相当.     

基于多代理决策融合的电机状态识别

提出了基于多代理决策融合的电机状态识别系统.以电机的振动信号和电流信号为输入,六种分类器用来识别其状态.每个分类器视为一个代理,独立完成模式识别工作后,同其他分类器交换信息从而提高识别率.本文还将传感器融合和分类器选择融入系统,同单源数据和无分类器选择相比具有更大的优势,使最终电机状态识别率达到98.9%.     

改进型连续粒子群算法求解重叠联盟生成问题

采用基于整数编码方式的连续粒子群算法解决重叠联盟生成问题.设计了粒子的编码方式,给出了编码有效性检查方法和无效编码的修正算法.为提高种群多样性,提出了粒子位置的二阶段初始化方法;针对粒子易陷入局部极值问题,给出了粒子重新初始化机制.对出现停滞现象的粒子群,围绕其加权重心位置重新初始化,引导粒子突破了局部极值的限制.最后,通过实验验证了算法的有效性.
     

基于多智能体的虚拟企业任务调度研究

采用多智能体技术构建了虚拟企业任务调度运行模型,该模型包括管理智能体、任务智能体、资源智能体等。针对模型中的调度优化问题,以资源智能体所承担的生产任务为对象,综合考虑资源智能体自身已确定的生产任务、完成虚拟企业生产任务所需作业时间及转运时间等因素,建立了以生产延续时间最小化为目标的优化调度模型,并给出了粒子群优化求解算法。工业机械手实例说明了任务调度模型及实现方法的有效性。     

一种双阶段多智能体路径规划算法

多智能体路径规划旨在解决多个智能体在同一工作空间内生成无碰撞路径的问题,是智能体无人化工作的关键支撑技术。基于回溯思想和自适应局部避障策略,提出了一种双阶段多智能体路径规划算法。在全局路径规划阶段,基于回溯思想改进的RRT~*(rapidly-exploring random trees star)算法(back tracking rapidly-exploring random trees star, BT-RRT~*),减少无效父节点,并确保各智能体生成优化的无碰撞路径。在协作避障阶段,智能体依据自身的任务优先级制定局部避障策略,避开动态障碍物和其他智能体。实验结果表明,该算法可成功寻找较优路径,还可降低避障时间。     

电动液压助力制动系统制动意图识别方法

针对驾驶员在紧急状况下存在着因踏板力不足而导致制动距离过长问题,以某电动液压助力制动系统为研究对象,提出了一种基于隐马尔可夫模型的驾驶员制动意图识别方法,根据对驾驶员制动意图的识别来控制助力电机执行正常制动或紧急制动的助力模式.选取助力电机的转角、转速和车速作为制动意图识别参数.以制动强度为界限对识别参数数据集进行划分,训练出正常制动与紧急制动识别模型参数,建立了识别模型库,通过比较各模型库的对数似然估计值,判断出驾驶员的制动意图.仿真结果表明:该模型可准确、实时地识别出驾驶员的制动意图;在驾驶员踏板力一定的情况下,具有制动意图识别控制的助力器具有更好的制动效果,提高了驾驶安全性.     

agent信息交流基础

多agent系统中,agent之间存在一定形式的信息交流,达是agent相互沟通,相互理解与相互合作的基础,指出agent实现信息交流所需的一些基本条件,提出了意识类信息空间及其同构等的重要概念,还以感觉空间为例给出了一种数学表述形式,强调指出后天信息交互对agent智能形成的重要性及其用于实现agent智能的合理性,提出信息互动及信息互动律等观点。     

基于非常规模态逻辑的主体意图

构造一种基于非常规模态逻辑的理论描述主体意图.解决副作用问题时采用语义方法,引入场景的概念解释意图算子,并提出了新的公理.解决意图之间的关系问题时,将意图分为主要意图、相关意图以及原子意图3类,以树形结构表达意图间的关联.引入相关算子,并给出了语义解释.提出了意图强度的表达机制,将其作为意图的固有属性,大大提高了主体的动态效率.     

网格中数据并行流水线的任务指派优化

为了缩短网格中数据并行流水线在吞吐率受限下的延迟,提出了一种优化任务指派的算法.在一个流水线中,每个任务都可以是一个数据并行程序.当多个任务被指派到同一个并行系统时,假设每个任务排他地使用一组处理机.根据优化目的,优化过程可分成连续的两个阶段,即提高吞吐率和缩短吞吐率受限下的延迟.对不同的优化阶段,用不同的启发式算法确定一个并行系统中每个任务的处理机数.改派任一任务都会使流水线的性能发生变化,性能提高的幅度被称为任务优先级.通过重复改派优先级最高的任务,流水线的性能可迅速提高,这在仿真实验中已得到了证实.