周雷
- 作品数：74 被引量：57H指数：4
- 供职机构：合肥工业大学更多>>
- 发文基金：国家自然科学基金安徽省自然科学基金安徽高校省级自然科学研究基金更多>>
- 相关领域：自动化与计算机技术电子电信理学轻工技术与工程更多>>
- 基于对等SAP的Q学习在机器人作业分配中的应用
- 基于强化学习,文章讨论了高速搬运系统中多个机器人的作业分配问题。针对状态空间随机器人个数增加呈指数增大这一难题,提出对等状态-行动对（State-Action Pair）概念,设计了一种改进的Q学习算法。在该算法中,每次...
- 丁丽洁唐昊周雷
- 关键词：Q学习
- 文献传递
- 多链MDP的鲁棒控制策略求解
- 2008年
- 马尔可夫决策过程(MDP)的许多优化算法一般依赖系统的转移速率,而系统参数的不确定性使得MDP的转移速率往往很难精确得知。针对一类不确定多链MDP模型,基于性能势对参数不相关和相关两种情况下的鲁棒控制问题进行了探讨,并分别给出求解系统最优鲁棒性能的策略迭代和并行遗传算法。最后,通过一个数值例子分析相关算法的有效性。
- 周雷唐昊程燕
- 关键词：性能势鲁棒控制并行遗传算法
- 一种用于传送带给料加工站系统的多目标优化控制方法
- 本发明公开了一种用于传送带给料加工站系统的多目标优化控制方法，包括：1、令k＝1，初始化<Image file="DDA0001476588330000011.GIF" he="79" imgContent="drawi...
- 谭琦胡知强唐昊肖奕霖戴飞周雷杨子豪
- 服务率可变的单站点CSPS系统优化控制
- 研究一类服务率可变的单站点传送带给料生产加工站（Conveyor-Serviced Producvion Stavion,简称为CSPS）的优化控制问题。在实际生产中,服务率可变反映了生产中劳动强度的变化,也是调整系统生...
- 庆琪琛唐昊周雷江琦
- 关键词：半MARKOV决策过程
- 文献传递
- 基于单目视觉的目标测距方法
- 针对工业生产过程中工件等空间定位问题及双目视觉中立体匹配上的不足，提出了基于单目视觉的目标测距的方法。首先根据小孔成像原理，得到成像点和目标点的映射关系，建立线性模型。其次通过成像的基本原理和成像点与目标点的几何关系，获...
- LI Feng李峰ZHOU Lei周雷MIAO Gangzhong苗刚中
- 关键词：图像处理小孔成像摄像机标定
- MDP基于actor-critic网络的统一NDP方法
- 研究马尔可大决策过程（MDP）在actor-critic模式下,基于性能势学习的神经元动态规划（NDP）方法。首先,通过MDP的一个一致链的单个样本轨道,利用一个神经元网络逼近其性能势,并根据折扣和平均准则下统一的参数T...
- 唐昊陈栋周雷
- 关键词：性能势
- 文献传递
- 服务率不确定的单站点传送带给料加工站系统鲁棒优化控制
- 2015年
- 研究了服务率不确定情况下的单站点传送带给料加工站(CSPS)系统的鲁棒优化控制问题。在仅知服务率区间的条件下,以CSPS系统的前视距离作为控制变量,将鲁棒优化控制问题建模成不确定参数的半马尔可夫决策过程(SMDP)的极大极小优化问题,在状态相关的情况下,给出全局优化算法进行鲁棒控制策略求解。首先,运用遗传算法求解固定策略下的最差性能值;其次,根据求解得到的最差性能值,运用模拟退火算法求解最优鲁棒控制策略。仿真结果表明,服务率不确定的CSPS系统的最优鲁棒性能代价与服务率固定为区间中值系统的最优性能代价相差不大,并且随着不确定区间的缩小,两者的差值越小,说明了全局优化算法的有效性。
- 黄浩唐昊周雷程文娟
- 关键词：半马尔可夫决策过程全局优化鲁棒控制策略
- 基于带宽和路径跳数的CAC和路由问题的控制策略
- 在QoS框架下研究呼叫接入控制和路由问题的控制策略，探讨呼叫接纳准则和路径选择策略，以降低新呼叫拒绝率和提高网络资源的利用率。本文结合可用带宽资源和路径跳数定义一个评价函数，给出了一种基于阈值接纳和概率择路的CAC和Ro...
- 周雷唐昊
- 关键词：呼叫接入控制路由优化带宽资源
- 文献传递
- 基于对等SAP 的Q学习在机器人作业分配中的应用
- 本文讨论了高速搬运系统中多个机器人的作业分配问题。针对状态空间随机器人个数增加呈指数增大这一难题,提出对等状态-行动对(State-Action Pair)概念,设计了一种改进的Q学习算法。在该算法中,每次采取一个行动后...
- 丁丽洁唐昊周雷
- 关键词：机器人Q学习算法
- 文献传递
- 搬运系统作业分配问题的小脑模型关节控制器Q学习算法被引量：4
- 2009年
- 研究两机器人高速搬运系统的作业分配问题.在系统的Markov决策过程(MDP)模型中,状态变量具有连续取值和离散取值的混杂性,状态空间复杂且存在"维数灾"问题,传统的数值优化难以进行.根据小脑模型关节控制器(CMAC)具有收敛速度快和适应性强的特点,运用该结构作为Q值函数的逼近器,并与Q学习和性能势概念相结合,给出了一种适用于平均或折扣性能准则的CMAC-Q学习优化算法.仿真结果说明,这种神经元动态规划方法比常规的Q学习算法具有节省存储空间,优化精度高和优化速度快的优势.
- 唐昊丁丽洁程文娟周雷
- 关键词：MARKOV决策过程Q学习CMAC
