-
Patent Agency Ranking
公开(公告)号：CN116758767A
公开(公告)日：2023-09-15
申请号：CN202311050477.6
申请日：2023-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于多策略强化学习的交通信号灯控制方法，包括获取当前时刻目标交通信号灯处的交通数据信息；采用分类宽度学习系统进行复杂度判定；采用当前的评估宽度学习系统计算下一时刻的最佳动作值；获取当前时刻和历史时刻的状态信息和控制策略；训练评估宽度学习系统；实时重复以上完成目标交通信号灯处的基于多策略强化学习的交通信号灯控制。本发明结合宽度学习系统，提出了一种新的交通信号灯控制方法，不仅能够实现城市路口交通信号灯的控制，而且可靠性更高、实时性更好且精确性更好。
-
公开(公告)号：CN118708332A
公开(公告)日：2024-09-27
申请号：CN202410714506.2
申请日：2024-06-04
Applicant: 中南大学
IPC: G06F9/50
Abstract: 本申请适用于云计算技术领域，提供了一种云游戏系统的资源优化方法、装置、终端设备及介质，该方法包括获取用户终端发送的任务请求；根据CPU数量需求和带宽需求，将游戏画面渲染指令分配给边缘服务器，计算任务请求的游戏延迟、游戏视频画质评分、边缘计算网络的网络负载以及边缘计算网络的计算负载；计算边缘计算网络的网络资源分配差异，并根据计算负载，计算边缘计算网络的计算资源分配差异；基于深度强化学习模型，以游戏延迟最低、网络资源分配差异最小以及计算资源分配差异最小为优化目标，构建资源优化模型；根据资源优化模型，对云游戏系统的资源进行优化。本申请可以解决云游戏宽带消耗大、延时高以及画质不稳定的问题。
-
公开(公告)号：CN117522989A
公开(公告)日：2024-02-06
申请号：CN202311711567.5
申请日：2023-12-13
Applicant: 中南大学
Abstract: 本申请涉及数据处理技术领域，提供了一种协同感知方法、装置、设备及介质。该协同感知方法包括：获取多个智能体的传感器数据；基于智能体的传感器数据构建多个候选区域，并从所有智能体的所有候选区域中获取智能体的至少一个前景区域；获取每个前景区域的多个兴趣点和多个关键点，并将每个前景区域划分为多个网格区域，将网格区域的中心点作为网格区域的特权点；基于每个前景区域中的所有关键点的坐标和兴趣点的坐标，获取前景区域中每个特权点的几何特征；基于特权点的坐标和前景区域中每个关键点的坐标，获取特权点的偏移特征；基于所有特权点的几何特征和偏移特征，获取协同感知结果。本申请的协同感知方法能够提高协同感知结果的精确度。
-
公开(公告)号：CN117453846A
公开(公告)日：2024-01-26
申请号：CN202311504562.5
申请日：2023-11-13
Applicant: 中南大学
IPC: G06F16/29 , G06N3/0455 , G06N3/047 , G06N3/0475 , G06N3/092 , G06N5/04
Abstract: 本公开实施例中提供了一种基于潜在扩散模型的多模态行人轨迹预测方法，属于数据处理技术领域，具体包括：采用条件自编码器的编码器模块将行人历史轨迹的二维坐标转换到潜在特征空间中，得到潜在表征和样本条件状态；通过扩散模型对标准高斯分布进行预设次数的采样并利用固定方差调度器对潜在表征进行加噪，得到噪声表征并根据样本条件状态和预设损失函数训练扩散模型；将待预测行人轨迹输入条件自编码器的编码器模块得到目标条件状态；利用训练好的扩散模型和变分推理进行采样去噪，得到去噪表征；将去噪表征和目标条件状态输入至解码器，生成预测结果。通过本公开的方案，提高了预测效率、精准度和适应性。
-
公开(公告)号：CN116758767B
公开(公告)日：2023-10-20
申请号：CN202311050477.6
申请日：2023-08-21
Applicant: 中南大学
Abstract: 本发明公开了一种基于多策略强化学习的交通信号灯控制方法，包括获取当前时刻目标交通信号灯处的交通数据信息；采用分类宽度学习系统进行复杂度判定；采用当前的评估宽度学习系统计算下一时刻的最佳动作值；获取当前时刻和历史时刻的状态信息和控制策略；训练评估宽度学习系统；实时重复以上完成目标交通信号灯处的基于多策略强化学习的交通信号灯控制。本发明结合宽度学习系统，提出了一种新的交通信号灯控制方法，不仅能够实现城市路口交通信号灯的控制，而且可靠性更高、实时性更好且精确性更好。
-
-
-
-
Search Results
5
records
(took 0.016 seconds)
