-
公开(公告)号：CN106874345B
公开(公告)日：2024-02-27
申请号：CN201611213321.5
申请日：2016-12-23
Applicant: 中国科学院自动化研究所
IPC: G06F16/953 , G06F40/289
Abstract: 本发明涉及一种基于规划‑目标图的新闻事件信息抽取方法。其中，该方法可以包括：抽取新闻文本的新闻实体信息和关键词信息；基于新闻实体信息和关键词信息，建立新闻事件信息抽取规划‑目标图；设置新闻事件信息抽取规划‑目标图的状态；根据新闻事件信息抽取规划‑目标图的状态，建立新闻事件信息抽取规划‑目标图的判定规则；执行新闻事件信息抽取规划‑目标图的判定规则，抽取新闻事件信息。由此，本发明实施例解决了如何自动、快速、充分地挖掘新闻事件信息的技术问题，能够随时追踪抽取任务的进程和状态，能够实现对新闻信息的高效自动整理。
-
公开(公告)号：CN106874345A
公开(公告)日：2017-06-20
申请号：CN201611213321.5
申请日：2016-12-23
Applicant: 中国科学院自动化研究所
CPC classification number: G06F17/30864 , G06F17/2775
Abstract: 本发明涉及一种基于规划‑目标图的新闻事件信息抽取方法。其中，该方法可以包括：抽取新闻文本的新闻实体信息和关键词信息；基于新闻实体信息和关键词信息，建立新闻事件信息抽取规划‑目标图；设置新闻事件信息抽取规划‑目标图的状态；根据新闻事件信息抽取规划‑目标图的状态，建立新闻事件信息抽取规划‑目标图的判定规则；执行新闻事件信息抽取规划‑目标图的判定规则，抽取新闻事件信息。由此，本发明实施例解决了如何自动、快速、充分地挖掘新闻事件信息的技术问题，能够随时追踪抽取任务的进程和状态，能够实现对新闻信息的高效自动整理。
-
公开(公告)号：CN113988301B
公开(公告)日：2022-06-21
申请号：CN202111514691.3
申请日：2021-12-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种战术策略生成方法、装置、电子设备及存储介质，方法包括：在第一对象使用战术策略组中的目标战术策略与第二对象进行兵棋对抗的情况下，获取所述第一对象和所述第二对象的对抗博弈数据；所述战术策略组中包括至少一个战术策略；对所述对抗博弈数据进行战术策略提取，得到所述第二对象的实时战术策略；将所述目标战术策略和所述实时战术策略输入至战术策略模型，得到所述战术策略模型输出的更新后的战术策略组；其中，所述战术策略模型是对样本战术策略进行训练后得到的。本发明提供的方法，通过战术策略模型自动生成战术策略，提升了战术策略生成的对战胜率及生成效率。
-
公开(公告)号：CN113988301A
公开(公告)日：2022-01-28
申请号：CN202111514691.3
申请日：2021-12-13
Applicant: 中国科学院自动化研究所
Abstract: 本发明提供一种战术策略生成方法、装置、电子设备及存储介质，方法包括：在第一对象使用战术策略组中的目标战术策略与第二对象进行兵棋对抗的情况下，获取所述第一对象和所述第二对象的对抗博弈数据；所述战术策略组中包括至少一个战术策略；对所述对抗博弈数据进行战术策略提取，得到所述第二对象的实时战术策略；将所述目标战术策略和所述实时战术策略输入至战术策略模型，得到所述战术策略模型输出的更新后的战术策略组；其中，所述战术策略模型是对样本战术策略进行训练后得到的。本发明提供的方法，通过战术策略模型自动生成战术策略，提升了战术策略生成的对战胜率及生成效率。
-
公开(公告)号：CN113779347A
公开(公告)日：2021-12-10
申请号：CN202111338899.4
申请日：2021-11-12
Applicant: 中国科学院自动化研究所
IPC: G06F16/909 , G06F7/58
Abstract: 本发明提供人机对抗临机环境生成方法、装置、存储介质及设备，包括：根据对抗地图、候选行动单元及候选要点地形，生成临机行动单元和临机要点地形；所述生成临机行动单元包括：生成行动单元临机位置和生成行动单元临机时间，具体包括：根据对抗双方所有候选行动单元的横纵坐标平均值，得到行动单元临机位置；根据对抗双方所有候选行动单元是否在对抗开始前改变位置，计算生成行动单元临机时间；所述生成临机要点地形包括：选择要点地形和生成要点地形临机时间；根据对抗双方行动单元临机位置，选择要点地形；根据要点地形是否在对抗开始前出现，计算要点地形临机时间。为智能体临机应变能力的评估和训练提供了有效验证环境。
-
Patent Agency Ranking
公开(公告)号：CN112990452B
公开(公告)日：2021-08-31
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：CN113902355A
公开(公告)日：2022-01-07
申请号：CN202111482468.5
申请日：2021-12-07
Applicant: 中国科学院自动化研究所
Abstract: 本发明提出一种人机对抗能力评估评测方法和系统。其中，方法包括：根据对手信息和初始环境信息，构建评测对象的人机对抗能力模型；根据人机对抗能力模型生成人机对抗能力分级对抗环境；设置评测对象的各个能力等级评估评测的通过指标；根据所述通过指标，计算评测对象能力等级。本发明公开的上述方法围绕人机对抗的三要素，即“人”（对手识别）要素、“机”（行为建模）要素和“物”（空间认知）要素构建能力表征模型，形成了形式化的能力评估评测方法，为智能体能力发展方向提供了任务环境生成依据。
-
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。
-
-
-
-
-
-
-
-
-
Search Results
29
records
(took 0.026 seconds)
