基于动态优先级的奖励优化模型

传统的约束马尔可夫决策过程(constrained Markov decision process, CMDP)模型用来解决多目标决策的困难,但该模型缺乏通用性并且只适用于离散环境。为了解决这一问题,提出一种基于CMDP的改进算法CRODP,与强化学习(reinforcement learning, RL)算法结合,将带约束问题建模为拉格朗日公式,其中包含着深度强化学习的策略参数。然后进一步推导出模型参数的更新公式,并将其作为深度强化学习神经网络的损失函数。模型在学习过程中动态调整约束与主要目标之间的权重以确保最终策略符合给定的约束。在若干机器人平台上与基准的深度强化学习算法进行比较,显示本算法得出的最优策略能够更好地满足相应约束。     

对环境设计手绘创思应用型课堂教学的研究

环境设计手绘创思在课堂实践当中还处于探索应用阶段,教学实践需要继续完善和发展。针对环境设计手绘创思教学现状进行分析,表现在环境设计手绘创思思维单项性、盲点忽视性、教学固定化、思维定式化、题材程式化这5个方面。这5个方面明显制约了手绘创思应用型课堂的发展。针对这些制约存在的问题,对环境设计手绘创思应用型课堂进行研究。研究内容包括环境设计手绘创思教学多样化、盲点连带性、思维扩展性、思维立体化、题材无风格化这5个部分,最后环境设计教学中,手绘创思应用的问题,教会学生在应用型课堂中主动发现问题、善于分析问题与积极解决问题。     

大数据环境下计算机技术在信息安全中的应用

当前计算机技术正在飞速发展,我国社会也步入了大数据时代,计算机和互联网得到了大大普及,人们的生活和工作离不开计算机技术的辅助和应用,逐渐对各种计算机设备和计算机技术产生了一定的依赖性。人们的信息安全也因为数据量的庞大和互联网的开放性而受到了一定的威胁,相关部门对于利用计算机技术加强网络信息安全的防护的工作也开始着手研究,确保公众的信息安全能够在信息泛滥的大数据环境下得到有效的保护。     

数字金融对绿色全要素生产率的影响研究

为探寻数字金融对绿色全要素生产率的影响及作用机制,基于2011—2019年280个城市的面板数据,采用面板数据模型、工具变量法和中介效应模型等进行实证分析。研究结果表明,数字金融发展有效提升了绿色全要素生产率,并对其产生长期的滞后性正向影响;优化要素配置和促进技术创新是数字金融提升绿色全要素生产率的重要中介。     

技术作为人的器官——重建技术进化论

在生物进化与技术发展史之间建立类比的困难在于,生物进化所包含的变异的随机性、基因的实体性和物种的独立性这三个特点,是技术领域并不具备的.主流技术进化论者的策略是回避冲突,而本文引入斯蒂格勒,回归马克思的"器官类比",重新理解自然与技术的冲突.器官类比消弭了技术进化论面临的主要冲突,并把人这一物种的独特性突显出来.技术器...     

如何建立健全个人信用制度

经过几年的试点工作,上海市的社会信用制度已有了一个“雏型”,但整个社会的个人信用制度尚未建立和发展起来,这极不利于改善信用环境、促进信贷消费,规范市场经济秩序,为此,需深入探索制约我国个人信用制度建设的主要因素,并由国家出台一些切实可行的政策措施,以宏观上推动个人信用制度的发展．     

论我国应该在环境犯罪中确立危险犯

突发性环境污染事件的频发以及导致的危害,迫切要求刑法及时对环境犯罪行为进行惩治。本文论述了我国在环境犯罪中建立危险犯的必要性,并建议在立法中确立过失危险犯和单位危险犯。     

浅论和谐高校图书馆的构建

本文从环境和谐、服务内容的和谐、人与人之间的和谐三个大的方面,八个具体的点论述分析了和谐图书馆的构建。     

破碎的美丽——试用亚里士多德的悲剧理论分析《妻妾成群》中女性悲剧命运

本文以亚里士多德的悲剧理论为支撑,从悲剧性格,悲剧效果,及其作品的悲剧环境三方面对《妻妾成群》做简要分析,以试图寻找亚里士多德的悲剧理论在具体文本上的指导意义。     

铃木教学法对大学英语教学的启发

儿童都会说一口流利的母语,这表明他们具有很高层次的学习能力。成年人这种自然而然学习的能力比起儿童有所下降,却仍然拥有巨大的学习潜能,而蹩脚的教育,差劲的环境和不足的教师期望,是束缚这种潜能发挥的主要原因。著名的小提琴家铃木镇一教授创建了简单却有效的铃木教学法,并采用这种教学法培养了许多世界著名的小提琴演奏家,他的教学法也被广泛地应用在大学的教育中。本文围绕铃木教授的以爱为核心的教育理念,谈谈铃木教学法对大学英语教学的启发,希望可以起到抛砖引玉的作用。