面向强化学习奖励变化率的动态调整机制优化与平衡

下载全文  

本文主要探讨了一种基于奖励变化的动态置信上限(upper confidence bound, UCB)系数c_i(t)调整方法, 旨在改进UCB算法在动态环境中的表现. 传统的UCB算法通过固定的置信上限系数平衡探索与利用, 但在环境变化时, 固定系数会导致过度探索或过度利用, 影响算法的适应性. 为解决这一问题, 我们提出了一种基于历史奖励变化率的衰减机制, 通过动态调整每个臂的置信上限系数, 使得算法能够灵活应对环境变化, 更有效地平衡探索与利用. 实验结果表明, 基于奖励衰减机制的UCB算法能够在奖励波动较大的动态环境中表现优于标准UCB算法. 通过根据每个臂的历史表现动态调整置信上限系数, 算法减少了对不确定臂的探索, 并集中资源更快地利用表现较好的臂, 从而提高累积奖励并加速收敛. 这一改进方法在处理动态和复杂环境中具有显著优势, 能够有效提升UCB算法的长期性能.… …   相似文献

郑润康  孔燕 《计算机系统应用》2025,34(12):149-155

面向多线圈核磁共振图像重建的复值注意力增强迭代网络

下载全文  

目前, 大多数加速并行磁共振成像(PMRI)的迭代重建算法中, 先验子问题通过使用实值卷积搭建的网络重建欠采样的MR幅值图像甚至仅是实部图像, 因没有考虑到多线圈MRI本身是复数数据的事实, 从而限制了迭代重建算法对MR图像的重建精度. 从MRI本身为复数数据的事实出发, 为了能… …   相似文献

李朋坤  蔺素珍  王彦博 《计算机系统应用》2025,34(12):139-148

AdaptDNN：一个自适应可伸缩的大模型分布式训练系统

下载全文  

随着深度学习模型参数量的不断增加,训练成本也在不断上升. 为了减少训练成本,使用云服务厂商提供的弹性实例训练模型成为了一个可行的解决方案. 弹性实例的价格仅为正常实例的30%,可以有效降低训练成本. 虽然弹性实例价格低廉,但随时都有被回收的风险,对模型训练系统的稳定性提出了新的挑… …   相似文献

刘国栋;朱家祺;高梓源;包云岗;王卅 《计算机研究与发展》2025,62(12):3060-3076

基于一次性环签名的区块链混币方案

  

针对当前区块链混币系统在保护用户交易隐私的同时存在的难以抵御用户重复转账攻击、混币中心泄露信息和伪造转账攻击等问题,提出一种基于一次性环签名的区块链混币方案。首先,用户向混币中心存款并请求加入环组;其次,在混币中心验证通过后用户使用一次性环签名申请转账;最后,混币中心对签名和转账… …   相似文献

陈依林;李晓宇 《计算机应用》2025,(12):3881-3887

基于超图网络嵌入的蛋白质复合体识别算法

  

蛋白质复合体在细胞生物学过程中起着关键作用,对理解细胞功能和生物过程的识别至关重要。在蛋白质-蛋白质相互作用(Protein-Protein Interaction, PPI)网络中采用网络聚类识别蛋白质复合体已经成为数据挖掘与生物信息学的研究热点,各种计算方法被提出用于识别蛋白… …   相似文献

王杰;杨贤灿;赵兴旺 《计算机科学》2025,(12):102-114

基于可形变规范化点云的三维人脸重建

下载全文  

为了从单幅二维人脸图像中重建出高质量的三维人脸模型,本文提出一种可形变规范化点云的三维人脸重建方法DNPR.DNPR跳出显式人脸先验模型的固定拓扑方式,将人脸表示为规范空间中与姿态无关的几何形状和外观的点云,通过优化规范空间中的可学习点,使其在映射空间和着色空间中进行有效的变形和… …   相似文献

《小型微型计算机系统》2025,46(12):2927-2933

基于流场可视化技术的生物扑翼气动机理研究进展

下载全文  

扑翼飞行是生物高效利用流体能量的典型范式, 解析其非定常气动机理高度依赖流场可视化技术的革新. 本文系统梳理基于流场可视化技术的生物扑翼气动机理研究进展, 着重探讨实验技术创新与机理认知深化的互动关系. 通过对比多种流场可视化技术的生物实验适配性, 明确其在捕捉瞬态涡结构和量化三… …   相似文献

刘英特  黄海丰  贺威 《自动化学报》2025,51(12):2569-2587

基于外观增强和语义分割的神经辐射场

  

神经辐射场(Neural Radiance Fields, NeRFs)因其高效的场景建模和表达能力,已经成为视图合成和渲染领域的重要基础方法。然而,在动态环境中,NeRF在应对复杂光照变化和瞬态对象干扰方面仍存在挑战。由于光照条件发生变化,因此场景中存在大量不一致外观,进而影响… …   相似文献

曹明伟;黄宝龙;赵海峰 《计算机科学》2025,(12):141-149

细粒度文本引导的跨模态风格迁移

  

  相似文献

《中文信息学报》2025,38(12):170-179

基于强化学习的无人机乡村末端配送任务分配

  

农村“最后一公里”配送难、时间长和成本高的特点使高效精准的末端配送调度方案尤为重要。针对农村配送场景下的多物流无人机（UAV）的任务分配问题,综合考虑UAV的载重量和UAV的最大飞行距离,以最小化UAV的飞行距离、派遣数量和不违反时间窗为目标,建立多目标的UAV任务分配模型。首先… …   相似文献

陈晓娟;张薇 《计算机应用》2025,(12):4055-4063