公开(公告)号：CN115983108A

公开(公告)日：2023-04-18

申请号：CN202211617595.6

申请日：2022-12-15

Applicant: 大连理工大学

Inventor： 姜金霖 ,  候亚庆 ,  张强 ,  裴文彬 ,  周东生

IPC: G06F30/27 ,  G06N3/126 ,  G06N3/006 ,  G06F18/22 ,  G06N3/084

Abstract: 本发明属于智能优化技术领域，涉及一种基于社会文化传播的智能体形态演化方法。本发明在智能体形态演化过程中采取了一个新的高度可并行化的框架，用于同时对多个智能体进行控制器的学习和形态演化，从而允许利用计算的可扩展性。在演化下一代个体时，采用了一种遗传传递策略来传递智能体的形态属性，引入了新颖性搜索，对于形态多样性进行控制，增加个体之间的平均距离，使得种群分布范围更广。因此，进化过程陷入局部最优的概率较低，可以并行探索更多不同的搜索方向。根据智能体之间的相似度进行水平文化传播和垂直文化传播，并且自动调整智能体之间的信息迁移系数，以增加正向知识迁移，提高了智能体学习的效率。

公开(公告)号：CN115936058A

公开(公告)日：2023-04-07

申请号：CN202211578473.0

申请日：2022-12-09

Applicant: 大连理工大学

Inventor： 于向超 ,  候亚庆 ,  张强 ,  裴文彬 ,  葛宏伟

IPC: G06N3/042 ,  G06N3/0442 ,  G06N3/048 ,  G06N3/096

Abstract: 本发明公开一种基于图注意力网络的多智能体迁移强化学习方法。本发明计算智能体与环境交互的轨迹特征，根据智能体轨迹特征的相似程度构建智能体知识迁移关系图；在关系图上应用硬注意力机制切断无关的迁移关系，进一步应用软注意力机制选择注意权重最大的智能体作为知识迁移对象。在判断知识迁移时间的方式上，设计一个二分类神经网络，通过向网络输入智能体和知识迁移对象的动作及价值，输出本次知识迁移是否执行；通过设计基于动作价值方差的损失函数指导分类网络训练，实现自适应学习与判断知识迁移时间；该方式充分的减少了不必要的知识迁移，增加了知识有效迁移的效率，促使智能体在任务上得到收敛速度更快、表现更好的解决方案。

公开(公告)号：CN115730521A

公开(公告)日：2023-03-03

申请号：CN202211490168.6

申请日：2022-11-25

Applicant: 大连理工大学

Inventor： 郭峥 ,  候亚庆 ,  裴文彬 ,  葛宏伟 ,  张强

IPC: G06F30/27 ,  G06F18/23213 ,  G06N3/126 ,  G06F111/06 ,  G06F111/08

Abstract: 本发明公开一种基于超多任务进化优化算法的多足机器人智能设计方法。本发明构建了大量任务，每种任务对应于一个具体的机器人形态。在设定的机器人工作环境中，每个任务都致力于为某一具体的形态进化出最合适的控制策略。为了使该数量巨大的任务之间能够充分的进行信息交流与知识迁移，本发明基于群体极化假设，根据已知任务特征对任务进行分组，并将优化过程分为两个阶段：组团聚和组分散。本发明具有自适应选择交叉算子的能力，以支持在组分散阶段通过组间通信进行任务探索。帮助表现不佳的任务在组团聚阶段从其他成员那里收集信息，并根据任务的特点自适应地修改信息吸收策略，最终获得最适合选定情景的机器人形态与机器人控制方式。