关键词： 深度强化学习   多智能体   多目标   值分解   注意力机制  

摘要： 多智能体深度强化学习方法可应用于真实世界中需要多方协作的场景,是强化学习领域内的研究热点。在多目标多智能体合作场景中,各智能体之间具有复杂的合作与竞争并存的混合关系,在这些场景中应用多智能体强化学习方法时,其性能取决于该方法是否能够充分地衡量各智能体之间的关系、区分合作和竞争动作,同时也需要解决高维数据的处理以及算法效率等应用难点。针对多目标多智能体合作场景,在QMIX模型的基础上提出一种基于目标的值分解深度强化学习方法,并使用注意力机制衡量智能体之间的群体影响力,利用智能体的目标信息实现量两阶段的值分解,提升对复杂智能体关系的刻画能力,从而提高强化学习方法在多目标多智能体合作场景中的性能。实验结果表明,相比QMIX模型,该方法在星际争霸2微观操控平台上的得分与其持平,在棋盘游戏中得分平均高出4.9分,在多粒子运动环境merge和cross中得分分别平均高出25分和280.4分,且相较于主流深度强化学习方法也具有更高的得分与更好的性能表现。

关键词： 党史   党的全面领导   意义  

摘要： 党史是中国共产党领导人民群众进行革命与建设国家的发展史,深入学习党史是强化党建工作的现实需求,同时也是强化党的全面领导的必然选择,而坚持党的全面领导是实现中华民族伟大复兴的根本政治保障。在此过程中,要坚决维护党中央的集中统一领导与权威。各级党员干部要积极学习并铭记党史,在新时代新征程中要始终坚定理想信仰,贯彻落实党的基本路线和方针,不忘初心、牢记使命,持续提升治国理政的能力和水平,顺应社会发展需求。

关键词： 深度强化学习   策略蒸馏   相似度约束   知识迁移   连续控制任务  

摘要： 策略蒸馏是一种将知识从一个策略转移到另一个策略的方法,在具有挑战性的强化学习任务中获得了巨大的成功。典型的策略蒸馏方法采用的是师生策略模型,即知识从拥有优秀经验数据的教师策略迁移到学生策略。获得一个教师策略需要耗费大量的计算资源,因此双策略蒸馏框架(Dual Policy Distillation,DPD)被提出,其不再依赖于教师策略,而是维护两个学生策略互相进行知识迁移。然而,若其中一个学生策略无法通过自我学习超越另一个学生策略,或者两个学生策略在蒸馏后趋于一致,则结合DPD的深度强化学习算法会退化为单一策略的梯度优化方法。针对上述问题,给出了学生策略之间相似度的概念,并提出了基于相似度约束的双策略蒸馏框架(Similarity Constrained Dual Policy Distillation,SCDPD)。该框架在知识迁移的过程中,动态地调整两个学生策略间的相似度,从理论上证明了其能够有效提升学生策略的探索性以及算法的稳定性。实验结果表明,将SCDPD与经典的异策略和同策略深度强化学习算法结合的SCDPD-SAC算法和SCDPD-PPO算法,在多个连续控制任务上,相比经典算法具有更好的性能表现。

关键词： 金属玻璃   软磁性   玻璃形成能力   机器学习   材料描述符  

摘要： 提出一种领域知识辅助的机器学习方法,实现对软磁金属玻璃饱和磁化强度(B_(s))和临界尺寸(D_(max))的预测。基于公开的实验数据,建立软磁合金数据库。提出一个通用的特征空间,适用于面向不同预测任务的机器学习模型训练。结果表明,机器学习模型的预测能力比基于物理知识的估计方法精度更高。此外,领域知识辅助的特征选择可在有效减少特征数量的同时,不显著降低模型的预测精度。最后,对软磁金属玻璃临界尺寸的二分类预测进行讨论。

关键词： 中学历史教学   现代教育理念   学习共同体   助学者   共同体成员   课堂教学   课程设计   课程教学  

摘要： 随着教育改革的不断深入,课程教学对教师们提出了新的挑战、新的思考和新的课程设计实施要求。尽管组建学习共同体并不是什么新生事物,但对于相当数量的习惯于应用传统方法进行课堂教学的教师而言,仍是严峻的考验。现代教育理念非常提倡组建学习共同体的这种学习方法,其具体是指一个由学习者及其助学者共同构成的团体,共同体成员彼此之间在学习过程中沟通、交流,分享各种学习资源,共同完成一定的学习任务,因而在成员之间形成了相互影响、相互促进的人际联系。

关键词： 终身学习   专业课教学   学习动机   学习方法   主观能动性  

摘要： 高等教育和终身学习同为适应当前智能化时代生活、实现个人全面发展的重要途径,两者相辅相成。在高等教育专业课程教学中应用与推广终身学习理念对学生个人的发展有重要意义。终身学习理念下的专业课教学首先要分析学生的学习动机并加以引导,教学上侧重学习方法的训练,培养学生选取适当方法分析专业领域内实际问题的能力。教师要以身作则引导学生认同终身学习理念,鼓励学生发挥主观能动性践行终身学习理念。相对于把高等教育视为个人教育终结的非终身学习理念,终身学习理念下的高等教育自然能更好地促进人的全面而可持续的发展。高等教育的一个重要特征是其专业化,专业课教学在高等教育过程中占有重要地位。因此,如何在专业课教学中应用终身学习理念具有重要的研究价值。

关键词： 赵孟   定武兰亭   鲜于枢   复古   最高成就   晋人书风   王羲之   元代书法  

摘要： 有元一代,在赵孟?、鲜于枢等人的号召下,士人们纷纷选择了宗唐溯晋的复古之路。在元代士人眼中,以王羲之为代表的晋人书风则代表了书法的最高成就,人们纷纷追慕、仿效。在为数不多的王羲之传世书作中,《兰亭》当之无愧地成为士人师法右军的最佳范本,当然这也得益于《兰亭》在元代的传播与影响。正如吴炳跋自藏《定武兰亭》时所引赵孟?

关键词： 人教版教材   认读   数学项目学习   知识和技能   单元设计   单元内容   问题的探究   精心设计  

摘要： 项目学习是一套系统的学习方法,它是对真实问题的探究过程,也是精心设计项目作品、规划和实施项目任务的过程,在这个过程中,学生能够掌握所需的知识和技能[1]。下面以“时间的故事”为例,探讨数学项目学习的设计与实施。一、数学项目学习“时间的故事”的设计“时间的故事”是基于人教版教材一年级上册“认识钟表”单元设计的数学项目学习。“认识钟表”单元内容主要包括认识钟面结构、认读整时、时间观念的建立。

关键词： 锥形束CT   深度学习   前列腺肿瘤   伪CT   自适应放射疗法  

摘要： 目的针对前列腺癌放疗,研究锥形束CT(CBCT)生成伪CT的深度学习方法,以满足自适应放疗的需要。方法纳入瓦里安On-Board Imager采集的74例前列腺癌患者的CBCT图像及其模拟定位CT图像,并使用MIM软件进行形变配准。将数据按简单随机法分为训练集(59例)和测试集(15例)。使用U-net、Pix2PixGAN和CycleGAN学习CBCT到模拟定位CT的映射。以形变配准后CT作为参考图像,评价平均绝对误差(MAE)、结构相似指数(SSIM)和峰值信噪比(PSNR)。另外单独分析了图像质量,包括软组织分辨率、图像噪声和伪影等。结果使用U-net、Pix2PixGAN和CycleGAN生成图像的MAE分别为(29.4±16.1)、(37.1±14.4)、(34.3±17.3)HU。在图像质量方面,U-net和Pix2PixGAN生成的图像存在过度模糊的问题,导致了图像失真;而CycleGAN生成的图像保留了CBCT图像结构且改善了图像质量。结论CycleGAN能有效地提高CBCT图像质量,有更大的潜力应用于自适应放疗中。

关键词： 羽毛球   多学科知识   才艺   高考   学习的意义   辅导   小学   高中  

摘要： 星期天,朋友让我为他的女儿小莉辅导一下作文,由于彼此比较熟悉,在辅导结束后,小莉突然问我:“叔叔,做没有结果的努力,有意义吗?”“哪些努力没有结果?”我问。“从小学到高中,我学了那么多学科知识,高考能用上多少?还有课外的才艺,学一项丢一项,钢琴丢了,羽毛球也丢了……你说,结果在哪里?”小莉有些激动。