史殿习
- 作品数：236 被引量：593H指数：12
- 供职机构：中国人民解放军更多>>
- 发文基金：国家高技术研究发展计划国家自然科学基金国家重点基础研究发展计划更多>>
- 相关领域：自动化与计算机技术电子电信航空宇航科学技术自然科学总论更多>>
- 基于CORBA的OSGi分布式扩展系统及方法
- 本发明提供一种基于CORBA的OSGi分布式扩展系统，包括OSGi内核以及运行在该内核上的服务注册中心，还包括有CORBA分布式支持模块、CORBA名字服务模块、服务提供者模块以及消费者模块；其中，服务提供者模块将该模块...
- 史殿习尹刚吴元立王怀民崔巍
- 未知环境下主动预防极值的层次化在线覆盖路径规划方法
- 本发明公开了一种未知环境下主动预防极值的层次化在线覆盖路径规划方法，目的是避免局部极值，实现高效覆盖。技术方案是先构建由机器人终端和客户端组成的层次化覆盖路径规划系统；客户端提供目标区域边界信息，机器人终端根据目标区域边...
- 史殿习李林刘衡竹杨文婧杨绍武杨思宁刘哲史燕燕杨焕焕安浩嘉连尧宁
- 动态的被动复制容错协议的研究与设计被引量：1
- 2001年
- 1 引言
随着应用需求的发展,分布式应用如分布式数据库应用、银行管理系统等对系统的可靠性要求越来越高.提高系统可靠性的一种主要技术是基于复制的软件容错技术,主要有两种方法:即被动复制方法(也称为主备份复制方法)[1]和主动复制方法[2].与主动复制方法相比,被动复制方法需要较少的系统资源,且由于客户只与主副本进行交互,控制简单;因此,被动复制技术在实际应用中被广泛地使用.
- 唐文胜史殿习
- 关键词：软件工程组通信
- 软件服务的在线演化被引量：26
- 2011年
- 软件服务的在线演化技术是当前可信软件研究的一个重要方向,对于实现快速、低成本的成长式可信演化具有重要意义.与离线的演化技术相比,在线演化强调软件系统在结构修改和功能调整期间仍能够持续提供服务.文中在给出软件服务在线演化基本定义、归纳其结构模型和一般性过程模型基础上,提出涵盖演化范畴、演化类型和演化方式等方面的分类模型,并以此分类模型为比较框架,对目前几种具有代表性的演化使能平台和可信演化系统做了综述和比较.最后对值得进一步研究的问题进行了分析和展望.
- 王怀民史佩昌丁博尹刚史殿习
- 普适计算环境下异步事件交互系统设计实现
- 普适计算环境不同于传统的计算环境,开放性、移动性、异构性特点鲜明。本文以特定的普适计算应用为背景,在发布/订阅系统基础上,设计了普适计算环境下异步事件交互系统,根据普适环境下移动用户位置的不确定性特点提出了实现移动应用的...
- 李志凌丁博史殿习邹鹏
- 关键词：异步移动性
- 文献传递
- 基于规则的受限委派框架被引量：3
- 2007年
- 委派(delegation)允许特权在主体间传播,是信任管理系统实现跨域授权的核心机制,但不加限制的委派可导致特权扩散,削弱了信息系统的安全性.现有信任管理系统的委派机制缺乏有效的特权传播控制能力,委派机制的安全性也有待于严格的分析和证明.文中提出了基于角色的受限委派模型RCDM,能够支持灵活的特权委派策略,并采用一种范围约束(scope constraint)结构控制特权传播的深度范围和广度范围.面向RCDM提出一种基于规则的满足性验证算法C3A,基于逻辑程序语义理论分析了C3A算法关于RCDM的可靠性和完备性问题,从理论上证明了RCDM的安全性和可用性.
- 尹刚王怀民史殿习滕猛
- 关键词：信任管理委派
- 普适计算构件中间件的部署与配置工具的研究与实现
- 普适计算环境的高度动态复杂异构使得用构件中间件开发应用系统时,部署和配置环节特别重要,但多数构件中间件中都缺乏有效的部署与配置工具。模型驱动开发是可以解决大型信息系统集成与组合问题,且能适应构件中间件技术发展的一种新兴模...
- 张一明史殿习丁博尹刚
- 关键词：普适计算模型驱动开发
- 文献传递
- 基于CORBA的对象传值的研究与实现
- CORBA体系中通常的对象传递方式是传递对象引用,但是单纯的引用语义会带来通信效率和互操作上的问题.分布应用需要另一种按拷贝语义传递对象的方式——对象传值,它通过在适当地编码对象来实现进程间对象传递.深入研究CORBA中...
- 刘必欣史殿习吴泉源
- 关键词：值类型互操作
- 文献传递
- 一种新的并发截获器模型的设计与实现被引量：2
- 2006年
- 本文讨论了多截获器加载对请求应答时间的影响。我们提出了一种可分支并发的截获器运行模型,来解决提供这类截获器相关的服务与请求应答时间长的矛盾。该模型采用树状的截获器组织形式,并已在Starbus5.0 CORBA中间件中实现。
- 徐添史殿习刘惠杨树强
- 关键词：截获器ORB
- 基于多智能体强化学习的端到端合作的自适应奖励方法
- 2022年
- 目前,多智能体强化学习算法大多采用集中训练分布执行的方法,且在同构多智能体系统中取得了良好的效果。但是,由不同角色构成的异构多智能体系统往往存在信用分配问题,导致智能体很难学习到有效的合作策略。针对上述问题,提出了一种基于多智能体强化学习的端到端合作的自适应奖励方法,该方法能够促进智能体之间合作策略的生成。首先,提出了一种批正则化网络,该网络采用图神经网络对异构多智能体合作关系进行建模,利用注意力机制对关键信息进行权重计算,使用批正则化方法对生成的特征向量进行有效融合,使算法向正确的学习方向进行优化和反向传播,进而有效提升异构多智能体合作策略生成的性能;其次,基于演员-评论家方法,提出了一种双层优化的自适应奖励网络,将稀疏奖励转化为连续奖励,引导智能体根据场上形势生成合作策略。通过实验对比了当前主流的多智能体强化学习算法,结果表明,所提算法在“合作-博弈”场景中取得了显著效果,通过对策略-奖励-行为相关性的可视化分析,进一步验证了所提算法的有效性。
- 史殿习赵琛然张耀文张耀文张拥军
- 关键词：多智能体强化学习
