-
公开(公告)号：CN112926729B
公开(公告)日：2021-08-03
申请号：CN202110488990.8
申请日：2021-05-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供通用的人机对抗智能体策略制定方法，包括：获取多智能体博弈仿真环境中各个智能体当前帧的状态信息、当前帧的地图信息；采用全连接神经网络处理各个智能体的状态信息，卷积神经网络处理各个智能体的地图信息，串接上述处理过的信息与智能体的编码信息送入长短时记忆网络并输出智能体的动作，上述网络参数构成了智能体决策的策略网络参数；采用全连接神经网络处理各个智能体的状态信息，卷积神经网络处理各个智能体的地图信息，串接上述处理过的信息与智能体的编码信息送入长短时记忆网络并输出智能体的值估计，上述网络参数构成了智能体值网络参数；应用所述智能体的值估计构成损失函数，采用策略梯度下降算法进行策略网络参数更新。
-
公开(公告)号：CN112906881B
公开(公告)日：2021-08-03
申请号：CN202110489056.8
申请日：2021-05-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人工智能领域，尤其涉及一种人机对抗知识数据混合驱动型决策方法、装置、电子设备及存储介质。所述方法包括：在每个决策时间节点，首先在决策规则库中查找当前人机对抗态势下各行动单元对应的行动任务，在所述决策规则库中不存在当前人机对抗态势下各行动单元的行动任务时，再基于蒙特卡洛树搜索来实现在线决策。本发明适用于在人机对抗环境中给出对抗决策。
-
公开(公告)号：CN112990452A
公开(公告)日：2021-06-18
申请号：CN202110489078.4
申请日：2021-05-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及人工智能领域，尤其涉及人机对抗知识驱动型决策方法、装置、电子设备及存储介质。所述方法包括：在每个决策时间节点，获取人机对抗环境下的环境特征信息；根据所述环境特征信息，基于决策规则确定每个行动单元的行动任务，其中，所述决策规则包括由多个态势计算函数和多个态势谓词函数所构成的逻辑组合、以及与各所述逻辑组合的结果相对应的行动单元的行动任务，所述态势计算函数和所述态势谓词函数以所述环境特征信息作为输入参数。本发明适用于在巨复杂、高动态、不确定的强对抗环境中给出快速、可信的人机对抗决策。
-
公开(公告)号：CN112926729A
公开(公告)日：2021-06-08
申请号：CN202110488990.8
申请日：2021-05-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供通用的人机对抗智能体策略制定方法，包括：获取多智能体博弈仿真环境中各个智能体当前帧的状态信息、当前帧的地图信息；采用全连接神经网络处理各个智能体的状态信息，卷积神经网络处理各个智能体的地图信息，串接上述处理过的信息与智能体的编码信息送入长短时记忆网络并输出智能体的动作，上述网络参数构成了智能体决策的策略网络参数；采用全连接神经网络处理各个智能体的状态信息，卷积神经网络处理各个智能体的地图信息，串接上述处理过的信息与智能体的编码信息送入长短时记忆网络并输出智能体的值估计，上述网络参数构成了智能体值网络参数；应用所述智能体的值估计构成损失函数，采用策略梯度下降算法进行策略网络参数更新。
-
公开(公告)号：CN110222824B
公开(公告)日：2020-11-17
申请号：CN201910484484.4
申请日：2019-06-05
Applicant: 中国科学院自动化研究所
IPC: G06N3/04
Abstract: 本发明属于人工智能领域，具体涉及一种智能算法模型自主生成及进化方法、系统、装置，旨在为了解决高效低功耗智能分析算法模型的便捷生成及进化问题。本发明通过LSTM网络模型和优化评测结果综合得分的方法，逐步生成智能算法模型的子结构信息以构建中间结构信息，每一个子结构信息完成后都会组合成一个当前状态的网络模型，通过对网络模型的训练与评测得到当前动作的评测得分用以指导下一个子结构信息的生成，直到在模型的评测结果达到预设条件得到自主进化的最优的智能算法模型。本发发明方法可以有效、简便的进行高速低功耗的智能算法模型的构建。
-
Patent Agency Ranking
公开(公告)号：CN111724881A
公开(公告)日：2020-09-29
申请号：CN202010564299.9
申请日：2020-06-19
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及一种心理沙盘分析方法和系统。所述方法包括：获取心理沙盘分析模型；所述心理沙盘分析模型为以心理沙盘数据为输入，以心理分析结果为输出的心理分析模型；获取测试者的心理沙盘数据；所述心理沙盘数据包括测试者绘制沙盘时所采用的沙具名称和与所述沙具名称相关的空间关系；利用所述心理沙盘分析模型，根据所述心理沙盘数据确定所述测试者的心理分析结果。本发明提供的通过心理沙盘分析模型，自动地对测试者的沙盘作品进行分析，从而得到测试者对应的心理分析结果，以解决现有技术中对电子沙盘进行分析过程中存在的分析师不足、规则数量少、分析结果不完善等问题。
-
公开(公告)号：CN108154464B
公开(公告)日：2020-09-22
申请号：CN201711276935.2
申请日：2017-12-06
Applicant: 中国科学院自动化研究所
Abstract: 本发明涉及图像处理领域，具体提供了一种基于强化学习的图片自动裁剪的方法及装置，旨在解决如何快速地获得精确的图片裁剪结果的技术问题。为此目的，本发明中的基于强化学习的图片自动裁剪的方法，包括步骤：利用强化学习模型对当前裁剪窗口进行特征提取获得局部特征，并将其与待裁剪图片的全局特征进行拼接，得到新的特征向量，将新的特征向量作为当前观测信息；利用强化学习模型得到的历史观测信息与当前观测信息结合作为当前的状态表示；根据裁剪策略以及当前的状态表示，对待裁剪图片序列化地执行裁剪动作，得到裁剪结果；其中，强化学习模型为基于卷积神经网络构建的模型。通过本发明可以快速地获取准确的图片裁剪结果。
-
公开(公告)号：CN108364301B
公开(公告)日：2020-09-04
申请号：CN201810144033.1
申请日：2018-02-12
Applicant: 中国科学院自动化研究所
IPC: G06T7/20
Abstract: 本发明涉及计算机视觉领域，具体涉及基于跨时重叠率的视觉跟踪算法稳定性评估方法及装置，旨在解决评估视觉跟踪算法稳定性评估不准确的问题。具体是：将视频中同一物体在所有帧中的位置对齐为相同的位置；根据相同的对齐参数将某视觉跟踪算法的跟踪结果进行归一化；在一段时间跨度内，计算所有归一化的跟踪结果与归一化的物体标注框之间的重叠率；将该跨时重叠率在整段视频的所有帧上求平均，得到该视频下的跨时重叠率得分；将跨时重叠率在某类物体的所有视频和所有物体类别上求取平均值，再基于时间跨度进行平均，得到视觉跟踪算法在完整视觉跟踪数据集下的稳定性评估结果。本发明能有效反映视觉跟踪算法跟踪的稳定性及准确性。
-
公开(公告)号：CN111161846A
公开(公告)日：2020-05-15
申请号：CN201911243682.8
申请日：2019-12-06
Applicant: 中国科学院自动化研究所
Abstract: 本申请涉及一种基于电子心理沙盘的知识库构建及分析方法、装置、设备，方法包括：获取N个受试者制作电子心理沙盘时产生的沙盘过程数据和沙盘作品数据；提取所述沙盘过程数据的关系和所述沙盘作品数据的关系，得到数据关联信息；将所述沙盘过程数据、所述沙盘作品数据和所述数据关联信息组合，得到组合数据；获取所述组合数据对应的沙盘主题或心理倾向；将所述组合数据、所述沙盘主题、所述心理倾向和所述组合数据与所述沙盘主题或所述心理倾向的对应关系存储到所述知识库中。本申请用以解决传统实体沙盘设备大多处于闲置状态造成资源浪费和现有的电子心理沙盘利用沙盘数据不到位造成对受试者分析不到位的问题。
-
公开(公告)号：CN107065586B
公开(公告)日：2020-02-07
申请号：CN201710367540.7
申请日：2017-05-23
Applicant: 中国科学院自动化研究所
IPC: G05B15/02 , G05B19/418
Abstract: 本发明涉及一种交互式智能家庭服务系统及方法，所述系统包括：视频监控单元、语音单元、交互终端和分析服务器。通过对传统的智能家居系统进行改造，使其具备自动感知、自我学习的能力，从而提升设备智能化的交互体验。分析服务器通过根据视觉、听觉、通信数据，对用户场景、身份和行为进行智能分析、进行模式类别切换，主动探知不同情景下用户的需求，智能化地实现交互和服务，并通过分布式的语音交互系统整合不同智能设备的功能，从而实现信息的主动交互，降低结构连接的复杂程度。
-
-
-
-
-
-
-
-
-
Search Results
219
records
(took 0.037 seconds)
