公开(公告)号：CN110991972A

公开(公告)日：2020-04-10

申请号：CN201911287052.0

申请日：2019-12-14

申请人： 中国科学院深圳先进技术研究院

发明人： 姜元爽 ,  宁立 ,  张涌 ,  冯圣中

IPC分类号： G06Q10/08 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种基于多智能体强化学习的货物运输系统，包括：包括货运智能体、分组模块和模型构建模块；所述分组模块用于获取每个货运智能体的位置坐标，并根据动态分组算法对所有货运智能体进行分组，得到至少一个货运智能体小组；模型构建模块用于通过隐性赋予权重算法对每个货运智能体小组中的货运智能体进行权重划分，对货运智能体小组内的多个货运智能体进行隐式协调控制；采用多智能体深度确定性策略梯度算法的集中式评论家方式构建神经网络，通过神经网络生成多货运智能体的优化路径，货运智能体小组中的货运智能体根据该优化路径绕过障碍物并到达地标。本发明能够处理数量多、通信信息量大的货运智能体，其性能好、效率高且成本低。

公开(公告)号：CN110751265A

公开(公告)日：2020-02-04

申请号：CN201910904649.9

申请日：2019-09-24

申请人： 中国科学院深圳先进技术研究院

发明人： 周阳 ,  张涌 ,  宁立 ,  王书强 ,  邬晶晶 ,  姜元爽

IPC分类号： G06N3/04 ,  G06N3/08 ,  G06F17/16

摘要： 本申请涉及一种轻量型神经网络构建方法、系统及电子设备。包括：步骤a：使用张量火车分解算法对深度可分离卷积中的1×1卷积参数矩阵进行分解；步骤b：使用权重量化算法对张量分解后的矩阵核参数进行量化操作，得到优化后的深度可分离卷积；步骤c：使用优化后的深度可分离卷积构建轻量型神经网络。本申请通过使用张量火车分解算法对深度可分离卷积的1×1卷积进行压缩，保持了模型性能的同时，大大减少了深度可分离卷积的参数量。通过使用权重量化算法将张量分解后的核矩阵参数从32bit量化至低比特，减少了模型的计算量并加快了模型的前向推断速度，由此构建的轻量型神经网络能够更好的部署在计算量和存储量有限的嵌入式设备上。

公开(公告)号：CN110991972B

公开(公告)日：2022-06-21

申请号：CN201911287052.0

申请日：2019-12-14

申请人： 中国科学院深圳先进技术研究院

发明人： 姜元爽 ,  宁立 ,  张涌 ,  冯圣中

IPC分类号： G06Q10/08 ,  G06N3/04 ,  G06N3/08

摘要： 本发明涉及一种基于多智能体强化学习的货物运输系统，包括：包括货运智能体、分组模块和模型构建模块；所述分组模块用于获取每个货运智能体的位置坐标，并根据动态分组算法对所有货运智能体进行分组，得到至少一个货运智能体小组；模型构建模块用于通过隐性赋予权重算法对每个货运智能体小组中的货运智能体进行权重划分，对货运智能体小组内的多个货运智能体进行隐式协调控制；采用多智能体深度确定性策略梯度算法的集中式评论家方式构建神经网络，通过神经网络生成多货运智能体的优化路径，货运智能体小组中的货运智能体根据该优化路径绕过障碍物并到达地标。本发明能够处理数量多、通信信息量大的货运智能体，其性能好、效率高且成本低。