【信息科学与工程学】【控制科学】第五篇 控制工程 (涵盖多智能体控制)02
序号领域算法名称数学方程式/数学模型说明3201物理规则理解控制牛顿力学模型推理F=ma,p=mv,Ek=21mv2基于牛顿三大定律的物理推理3202物理规则理解控制动量守恒推理∑pbefore=∑pafter碰撞、爆炸等场景动量守恒推理3203物理规则理解控制能量守恒推理∑Ebefore=∑Eafter机械能、热能等能量形式转换推理3204物理规则理解控制角动量守恒推理L=Iω,∑L
多智能体控制高级算法数学方程式表(续3201-4000)
|
序号 |
领域 |
算法名称 |
数学方程式/数学模型 |
说明 |
|---|---|---|---|---|
|
3201 |
物理规则理解控制 |
牛顿力学模型推理 |
F=ma,p=mv,Ek=21mv2 |
基于牛顿三大定律的物理推理 |
|
3202 |
物理规则理解控制 |
动量守恒推理 |
∑pbefore=∑pafter |
碰撞、爆炸等场景动量守恒推理 |
|
3203 |
物理规则理解控制 |
能量守恒推理 |
∑Ebefore=∑Eafter |
机械能、热能等能量形式转换推理 |
|
3204 |
物理规则理解控制 |
角动量守恒推理 |
L=Iω,∑Lbefore=∑Lafter |
旋转系统角动量守恒推理 |
|
3205 |
物理规则理解控制 |
万有引力推理 |
F=Gr2m1m2 |
天体运动、物体间引力推理 |
|
3206 |
物理规则理解控制 |
流体力学推理 |
纳维-斯托克斯方程:ρ(∂t∂v+v⋅∇v)=−∇p+μ∇2v+f |
流体运动规律推理 |
|
3207 |
物理规则理解控制 |
伯努利原理推理 |
p+21ρv2+ρgh=constant |
流体动力学推理 |
|
3208 |
物理规则理解控制 |
热力学定律推理 |
第一定律:ΔU=Q−W;第二定律:ΔS≥0 |
热现象推理 |
|
3209 |
物理规则理解控制 |
电磁学推理 |
麦克斯韦方程组 |
电磁现象推理 |
|
3210 |
物理规则理解控制 |
光学推理 |
折射定律:n1sinθ1=n2sinθ2 |
光传播规律推理 |
|
3211 |
物理规则理解控制 |
声学推理 |
声波方程:∂t2∂2p=c2∇2p |
声传播规律推理 |
|
3212 |
物理规则理解控制 |
量子力学推理 |
薛定谔方程:iℏ∂t∂Ψ=H^Ψ |
微观粒子行为推理 |
|
3213 |
物理规则理解控制 |
相对论推理 |
质能方程:E=mc2;洛伦兹变换 |
高速、强引力场物理推理 |
|
3214 |
物理规则理解控制 |
材料力学推理 |
应力-应变关系:σ=Eε |
材料变形与破坏推理 |
|
3215 |
物理规则理解控制 |
结构力学推理 |
有限元方法:[K]{u}={F} |
结构受力分析推理 |
|
3216 |
物理规则理解控制 |
运动学推理 |
位置、速度、加速度关系:v=dtdx,a=dtdv |
运动几何关系推理 |
|
3217 |
物理规则理解控制 |
动力学推理 |
牛顿-欧拉方程:F=ma,M=Iα |
力与运动关系推理 |
|
3218 |
物理规则理解控制 |
振动学推理 |
简谐振动方程:mx¨+cx˙+kx=F(t) |
振动系统行为推理 |
|
3219 |
物理规则理解控制 |
波动物理推理 |
波动方程:∂t2∂2u=c2∂x2∂2u |
波传播规律推理 |
|
3220 |
物理规则理解控制 |
统计物理推理 |
玻尔兹曼分布:pi=Z1e−βEi |
宏观物理量统计规律推理 |
|
3221 |
自身响应控制 |
本体感知融合 |
x^=KF([aimu,θjoint,fft]T) |
融合IMU、关节编码器、力传感器信息估计自身状态 |
|
3222 |
自身响应控制 |
平衡控制 |
u=Kp(θref−θ)+Kd(θ˙ref−θ˙) |
基于倒立摆模型的平衡控制 |
|
3223 |
自身响应控制 |
步态生成 |
ϕi(t)=ϕ0+N2πi+ωt,i=1,...,N |
中枢模式发生器生成节律性步态 |
|
3224 |
自身响应控制 |
反射控制 |
u=R(s),如屈曲反射:检测到疼痛→收缩肌肉 |
基于传感器输入的快速反射弧 |
|
3225 |
自身响应控制 |
顺应控制 |
F=K(xd−x)+B(x˙d−x˙) |
根据环境力调整位置,实现柔顺 |
|
3226 |
自身响应控制 |
阻抗控制 |
Md(x¨−x¨d)+Bd(x˙−x˙d)+Kd(x−xd)=Fext |
调节末端刚度阻尼,实现交互柔顺 |
|
3227 |
自身响应控制 |
导纳控制 |
Fext=Md(x¨−x¨d)+Bd(x˙−x˙d)+Kd(x−xd) |
根据外力调整期望轨迹 |
|
3228 |
自身响应控制 |
零力控制 |
τ=JTFext,补偿重力:τg=g(q) |
机器人可被人轻松拖动 |
|
3229 |
自身响应控制 |
碰撞检测与响应 |
检测到Fext>Fth,则停止或回退 |
安全保护 |
|
3230 |
自身响应控制 |
极限环控制 |
x˙=f(x)+g(x)u,设计u使系统产生稳定极限环 |
生成周期性运动如行走、游泳 |
|
3231 |
自身响应控制 |
中枢模式发生器 |
r˙i=γ(R2−ri2)ri,ϕ˙i=ω+∑jwijsin(ϕj−ϕi−ψij) |
生成节律性运动模式 |
|
3232 |
自身响应控制 |
运动基元控制 |
y(t)=∑i=1NwiΨi(t),Ψi(t)为基函数 |
动态运动基元表示复杂运动 |
|
3233 |
自身响应控制 |
全身协调控制 |
minq,q˙∥Jq˙−vd∥2+∥q˙∥2,s.t. 约束 |
协调多关节完成任务,如全身平衡 |
|
3234 |
自身响应控制 |
重心控制 |
xcom=∑mi∑mixi,控制重心轨迹保持平衡 |
用于双足步行、体操等 |
|
3235 |
自身响应控制 |
零力矩点控制 |
xzmp=xcom−gzcomx¨com,控制ZMP在支撑多边形内 |
步行稳定性准则 |
|
3236 |
自身响应控制 |
捕获点控制 |
xcapture=xcom+ωx˙com,ω=g/zcom |
一步可恢复平衡的位置 |
|
3237 |
自身响应控制 |
动量控制 |
L˙=∑ri×Fi,P˙=∑Fi |
控制线动量和角动量 |
|
3238 |
自身响应控制 |
任务优先级控制 |
u=u1+(I−J1†J1)u2,u1高优先级,u2低优先级 |
处理任务冲突 |
|
3239 |
自身响应控制 |
冗余解析控制 |
q˙=J†v+(I−J†J)z,z优化自运动 |
处理运动学冗余 |
|
3240 |
自身响应控制 |
关节限位回避 |
z=−∇H(q),H(q)=∑i(qi−qi,mid)21 |
梯度投影法避免关节极限 |
|
3241 |
自身响应控制 |
奇异回避 |
z=−∇H(q),H(q)=−det(JJT) |
梯度投影法避免奇异 |
|
3242 |
自身响应控制 |
能耗优化 |
z=−∇H(q),H(q)=∑τi2 |
梯度投影法最小化关节力矩 |
|
3243 |
自身响应控制 |
动态一致性控制 |
q˙=J†v+(I−J†J)M−1JcTλ,λ满足约束力 |
考虑动力学的一致性控制 |
|
3244 |
自身响应控制 |
分层优化控制 |
高层优化任务分配,底层优化控制输入 |
处理多目标、多约束 |
|
3245 |
自身响应控制 |
模型预测控制 |
minu∫0Tl(x,u)dt,s.t. x˙=f(x,u) |
滚动时域优化控制 |
|
3246 |
自身响应控制 |
强化学习控制 |
u=π(s;θ),θ通过策略梯度更新 |
无模型学习控制策略 |
|
3247 |
自身响应控制 |
模仿学习控制 |
minθ∑∥π(s;θ)−uexpert∥2 |
从专家演示学习控制策略 |
|
3248 |
自身响应控制 |
元学习控制 |
θ=fϕ(D),ϕ元参数,D任务数据 |
快速适应新任务 |
|
3249 |
自身响应控制 |
自适应控制 |
θ˙=Γϕe,θ估计参数,ϕ回归向量 |
在线估计未知参数 |
|
3250 |
自身响应控制 |
鲁棒控制 |
u=unom+urobust,urobust抑制不确定性 |
对建模误差、扰动鲁棒 |
|
3251 |
力学建模识别 |
系统辨识 |
$\hat{\theta} = \arg\min_{\theta} \sum |y(t) - \hat{y}(t |
\theta)|^2$ |
|
3252 |
力学建模识别 |
最小二乘辨识 |
θ^=(XTX)−1XTy |
线性回归估计参数 |
|
3253 |
力学建模识别 |
递推最小二乘 |
θ^k+1=θ^k+Lk+1(yk+1−ϕk+1Tθ^k) |
在线参数估计 |
|
3254 |
力学建模识别 |
极大似然辨识 |
$\hat{\theta} = \arg\max_{\theta} p(Y |
\theta)$ |
|
3255 |
力学建模识别 |
期望最大化算法 |
E步:$Q(\theta |
\theta^{(t)}) = E[\log p(X,Y |
|
3256 |
力学建模识别 |
贝叶斯辨识 |
$p(\theta |
Y) \propto p(Y |
|
3257 |
力学建模识别 |
卡尔曼滤波辨识 |
状态空间模型参数估计 |
联合状态与参数估计 |
|
3258 |
力学建模识别 |
粒子滤波辨识 |
非线性非高斯系统参数估计 |
蒙特卡洛方法 |
|
3259 |
力学建模识别 |
神经网络辨识 |
y^=NN(u;W),W通过训练得到 |
黑箱模型辨识 |
|
3260 |
力学建模识别 |
高斯过程辨识 |
y∼GP(m(u),k(u,u′)) |
概率非参数模型 |
|
3261 |
力学建模识别 |
支持向量机辨识 |
minw,b21∥w∥2+C∑ξi,s.t. yi(wTϕ(ui)+b)≥1−ξi |
分类与回归辨识 |
|
3262 |
力学建模识别 |
随机梯度下降辨识 |
θt+1=θt−ηt∇l(θt;ut,yt) |
在线优化参数 |
|
3263 |
力学建模识别 |
自然梯度下降辨识 |
θt+1=θt−ηtF−1(θt)∇l(θt),F为Fisher信息矩阵 |
考虑参数空间几何 |
|
3264 |
力学建模识别 |
模型选择 |
如AIC:AIC=2k−2ln(L),k参数数量,L似然函数 |
选择合适复杂度模型 |
|
3265 |
力学建模识别 |
交叉验证 |
将数据分为训练集和验证集,评估泛化性能 |
模型评估与选择 |
|
3266 |
力学建模识别 |
自举法 |
有放回抽样生成多个数据集,训练多个模型,评估方差 |
评估估计不确定性 |
|
3267 |
力学建模识别 |
集成学习 |
y^=M1∑i=1My^i,y^i为个体模型 |
提高泛化性能 |
|
3268 |
力学建模识别 |
迁移学习 |
利用源领域数据辅助目标领域模型学习 |
数据不足时有效 |
|
3269 |
力学建模识别 |
多任务学习 |
同时学习多个相关任务,共享表示 |
提高数据效率 |
|
3270 |
力学建模识别 |
元学习 |
学习如何快速学习新模型 |
少样本学习 |
|
3271 |
力学建模识别 |
在线学习 |
数据流顺序到达,逐步更新模型 |
适应时变系统 |
|
3272 |
力学建模识别 |
主动学习 |
选择信息量大的样本进行标注,提高学习效率 |
减少标注成本 |
|
3273 |
力学建模识别 |
半监督学习 |
利用少量标注数据和大量未标注数据学习 |
减少标注需求 |
|
3274 |
力学建模识别 |
自监督学习 |
从数据自身生成监督信号学习表示 |
无监督表示学习 |
|
3275 |
力学建模识别 |
强化学习辨识 |
通过与环境的交互学习模型 |
无模型系统辨识 |
|
3276 |
力学控制 |
计算力矩控制 |
τ=M(q)q¨d+C(q,q˙)q˙+g(q)+Kpe+Kde˙ |
基于逆动力学的控制 |
|
3277 |
力学控制 |
滑模控制 |
s=e˙+λe,τ=τeq−Ksgn(s) |
鲁棒控制,有限时间收敛 |
|
3278 |
力学控制 |
自适应控制 |
τ=Y(q,q˙,q¨r)θ^+Ks,θ^˙=−ΓYTs |
在线估计参数,处理参数不确定性 |
|
3279 |
力学控制 |
鲁棒控制 |
τ=τnom+τrobust,τrobust抑制不确定性 |
对建模误差、扰动鲁棒 |
|
3280 |
力学控制 |
阻抗控制 |
Md(x¨−x¨d)+Bd(x˙−x˙d)+Kd(x−xd)=Fext |
调节末端阻抗,实现柔顺交互 |
|
3281 |
力学控制 |
导纳控制 |
Fext=Md(x¨−x¨d)+Bd(x˙−x˙d)+Kd(x−xd) |
根据外力调整期望轨迹 |
|
3282 |
力学控制 |
力/位混合控制 |
位置控制方向:xp=xd;力控制方向:Ff=Fd |
同时控制位置和力 |
|
3283 |
力学控制 |
并行力/位控制 |
τ=JT(Kp(xd−x)+Kf(Fd−F)) |
位置和力控制并行作用 |
|
3284 |
力学控制 |
内部力控制 |
控制多个机器人协同操作物体时的内力 |
避免损坏物体或机器人 |
|
3285 |
力学控制 |
协同负载搬运 |
多个机器人协同搬运,分配负载 |
力分配与同步控制 |
|
3286 |
力学控制 |
柔性关节控制 |
τ=Jmq¨m+τspring,τspring=K(qm−ql) |
考虑关节柔性 |
|
3287 |
力学控制 |
柔性连杆控制 |
偏微分方程模型,控制振动 |
分布参数系统控制 |
|
3288 |
力学控制 |
碰撞控制 |
检测碰撞,调整控制策略 |
安全保护 |
|
3289 |
力学控制 |
接触力控制 |
控制与环境的接触力 |
如打磨、装配 |
|
3290 |
力学控制 |
摩擦力补偿 |
τfriction=f(q˙),如库仑+粘性摩擦模型 |
提高跟踪精度 |
|
3291 |
力学控制 |
重力补偿 |
τgravity=g(q) |
补偿重力影响 |
|
3292 |
力学控制 |
惯性补偿 |
τinertia=M(q)q¨ |
补偿惯性力 |
|
3293 |
力学控制 |
科氏力补偿 |
τcoriolis=C(q,q˙)q˙ |
补偿科氏力和离心力 |
|
3294 |
力学控制 |
前馈控制 |
τff=M(qd)q¨d+C(qd,q˙d)q˙d+g(qd) |
基于期望轨迹的前馈补偿 |
|
3295 |
力学控制 |
反馈线性化 |
通过状态变换和反馈将非线性系统线性化 |
精确线性化控制 |
|
3296 |
力学控制 |
反步法 |
递归构造李雅普诺夫函数和虚拟控制 |
适用于严格反馈系统 |
|
3297 |
力学控制 |
动态面控制 |
引入一阶滤波器避免微分爆炸 |
简化反步法 |
|
3298 |
力学控制 |
命令滤波控制 |
滤波虚拟控制量,得到其导数 |
避免微分爆炸 |
|
3299 |
力学控制 |
有限时间控制 |
u=−k1sig(s)α1−k2sig(s)α2 |
有限时间内收敛 |
|
3300 |
力学控制 |
固定时间控制 |
收敛时间上界与初始状态无关 |
更强的时间性能保证 |
|
3301 |
化学建模仿真 |
化学反应动力学 |
dtdCi=∑jνijrj,rj=kj∏Ciαij |
浓度随时间变化 |
|
3302 |
化学建模仿真 |
质量作用定律 |
r=k[A]m[B]n |
基元反应速率方程 |
|
3303 |
化学建模仿真 |
阿伦尼乌斯方程 |
k=Ae−Ea/(RT) |
反应速率常数与温度关系 |
|
3304 |
化学建模仿真 |
化学平衡 |
Kc=[A]a[B]b[C]c[D]d,Kp=Kc(RT)Δn |
平衡常数计算 |
|
3305 |
化学建模仿真 |
化学热力学 |
ΔG=ΔH−TΔS,ΔG=−RTlnK |
反应方向与限度判断 |
|
3306 |
化学建模仿真 |
电化学 |
能斯特方程:E=E0−nFRTlnQ |
电池、腐蚀等电化学过程 |
|
3307 |
化学建模仿真 |
表面化学 |
朗缪尔吸附等温式:θ=1+KPKP |
表面吸附过程 |
|
3308 |
化学建模仿真 |
催化动力学 |
如Michaelis-Menten方程:v=Km+[S]Vmax[S] |
酶催化反应动力学 |
|
3309 |
化学建模仿真 |
聚合反应动力学 |
链增长、链转移、链终止速率方程 |
高分子合成过程 |
|
3310 |
化学建模仿真 |
燃烧动力学 |
燃料氧化反应网络,多个基元反应 |
燃烧过程模拟 |
|
3311 |
化学建模仿真 |
大气化学 |
光化学反应、自由基反应等 |
大气污染物形成与消除 |
|
3312 |
化学建模仿真 |
溶液化学 |
离子强度、活度系数计算 |
溶液中的反应 |
|
3313 |
化学建模仿真 |
胶体化学 |
DLVO理论,胶体稳定性 |
胶体分散与聚沉 |
|
3314 |
化学建模仿真 |
纳米材料合成 |
成核、生长动力学 |
纳米颗粒制备过程 |
|
3315 |
化学建模仿真 |
药物动力学 |
房室模型:dtdC=−kC |
药物在体内吸收、分布、代谢、排泄 |
|
3316 |
化学建模仿真 |
代谢动力学 |
如Michaelis-Menten动力学描述酶促反应 |
生物代谢网络 |
|
3317 |
化学建模仿真 |
化学振荡 |
如Belousov-Zhabotinsky反应,极限环行为 |
非线性化学动力学 |
|
3318 |
化学建模仿真 |
化学波 |
反应扩散方程:∂t∂C=D∇2C+f(C) |
空间非均匀化学反应 |
|
3319 |
化学建模仿真 |
分子动力学 |
midt2d2ri=−∇iU(r1,...,rN) |
原子尺度模拟 |
|
3320 |
化学建模仿真 |
蒙特卡洛方法 |
随机抽样模拟反应事件 |
随机化学反应模拟 |
|
3321 |
化学建模仿真 |
密度泛函理论 |
E[ρ]=T[ρ]+Vne[ρ]+J[ρ]+Exc[ρ] |
电子结构计算 |
|
3322 |
化学建模仿真 |
量子化学 |
求解薛定谔方程得到分子轨道、能量 |
分子性质计算 |
|
3323 |
化学建模仿真 |
计算流体力学-化学 |
耦合Navier-Stokes与反应动力学 |
反应流模拟 |
|
3324 |
化学建模仿真 |
过程模拟 |
如Aspen Plus,单元操作模型连接 |
化工流程模拟 |
|
3325 |
化学建模仿真 |
化学传感器模型 |
如气体传感器:R=R0+kCn |
传感器响应与浓度关系 |
|
3326 |
化学控制 |
反应器控制 |
如CSTR:VdtdC=F(C0−C)−Vr(C) |
控制温度、浓度等 |
|
3327 |
化学控制 |
温度控制 |
u=Kp(Td−T)+Ki∫(Td−T)dt |
PID控制反应温度 |
|
3328 |
化学控制 |
pH控制 |
非线性,pH=−log[H+],中和反应 |
强非线性控制 |
|
3329 |
化学控制 |
浓度控制 |
通过进料流量、反应条件控制产物浓度 |
质量控制 |
|
3330 |
化学控制 |
压力控制 |
如高压反应釜压力控制 |
安全控制 |
|
3331 |
化学控制 |
流量控制 |
控制反应物进料流量 |
比例控制、流量控制 |
|
3332 |
化学控制 |
液位控制 |
控制反应器液位 |
防止溢流或抽空 |
|
3333 |
化学控制 |
比例控制 |
控制反应物比例,如A:B = 2:1 |
确保反应计量比 |
|
3334 |
化学控制 |
顺序控制 |
按顺序添加反应物、升温、保温、冷却 |
程序控制 |
|
3335 |
化学控制 |
批量控制 |
一个批次完成后,自动进行下一批次 |
间歇过程自动化 |
|
3336 |
化学控制 |
连续控制 |
连续进料、出料,稳态控制 |
连续过程控制 |
|
3337 |
化学控制 |
模型预测控制 |
基于过程模型优化控制输入 |
处理约束、多变量耦合 |
|
3338 |
化学控制 |
自适应控制 |
在线估计反应动力学参数,调整控制器 |
处理参数不确定性 |
|
3339 |
化学控制 |
鲁棒控制 |
对模型误差、扰动鲁棒 |
保证稳定性和性能 |
|
3340 |
化学控制 |
模糊控制 |
如pH控制,模糊规则调整阀门开度 |
处理非线性、不确定性 |
|
3341 |
化学控制 |
神经网络控制 |
神经网络逼近非线性控制律 |
数据驱动控制 |
|
3342 |
化学控制 |
专家系统 |
基于规则的控制,如"如果温度超过上限,则停止加热" |
知识驱动控制 |
|
3343 |
化学控制 |
故障检测与诊断 |
检测异常,如泄漏、催化剂失活 |
安全与维护 |
|
3344 |
化学控制 |
安全联锁 |
达到危险条件时,自动采取安全措施 |
安全保护 |
|
3345 |
化学控制 |
优化控制 |
最大化产率、最小化能耗等 |
经济优化 |
|
3346 |
化学控制 |
实时优化 |
在线调整设定值,适应市场变化、原料波动 |
动态优化 |
|
3347 |
化学控制 |
供应链控制 |
协调原料采购、生产、库存、销售 |
供应链优化 |
|
3348 |
化学控制 |
质量控制 |
控制产品指标在规格内 |
统计过程控制 |
|
3349 |
化学控制 |
环保控制 |
控制排放浓度达标 |
环境合规 |
|
3350 |
化学控制 |
能源管理 |
优化能源使用,如热集成 |
节能降耗 |
|
3351 |
环境判断 |
视觉判断 |
图像分类:$y = \arg\max_{c} P(c |
I; \theta)$ |
|
3352 |
环境判断 |
目标检测 |
边界框b=(x,y,w,h),类别c,如YOLO:P(object)×IOUpredtruth |
检测图像中物体位置和类别 |
|
3353 |
环境判断 |
语义分割 |
像素级分类:$y{ij} = \arg\max{c} P(c |
I_{ij}; \theta)$ |
|
3354 |
环境判断 |
实例分割 |
区分同一类别的不同实例 |
如Mask R-CNN |
|
3355 |
环境判断 |
深度估计 |
从单目或双目图像估计深度d=f(I;θ) |
深度神经网络回归 |
|
3356 |
环境判断 |
光流估计 |
估计像素运动:(u,v)=f(It,It+1;θ) |
运动场估计 |
|
3357 |
环境判断 |
视觉里程计 |
通过图像序列估计相机运动:Tt,t+1=f(It,It+1;θ) |
SLAM前端 |
|
3358 |
环境判断 |
立体匹配 |
寻找左右图像对应点,计算视差d=xl−xr |
双目视觉深度恢复 |
|
3359 |
环境判断 |
三维重建 |
从多视图图像重建三维结构 |
运动恢复结构 |
|
3360 |
环境判断 |
场景理解 |
识别场景类别、物体关系、属性等 |
高级视觉推理 |
|
3361 |
环境判断 |
行为识别 |
从视频中识别人的行为 |
时空特征学习 |
|
3362 |
环境判断 |
情感识别 |
从面部表情识别情感 |
分类问题 |
|
3363 |
环境判断 |
手势识别 |
识别手部动作 |
人机交互 |
|
3364 |
环境判断 |
文字识别 |
光学字符识别 |
文档理解 |
|
3365 |
环境判断 |
图像生成 |
生成逼真图像,如GAN:minGmaxDE[logD(x)]+E[log(1−D(G(z)))] |
生成对抗网络 |
|
3366 |
环境判断 |
图像修复 |
填补图像缺失部分 |
图像补全 |
|
3367 |
环境判断 |
风格迁移 |
将图像风格转换为另一风格 |
图像处理 |
|
3368 |
环境判断 |
超分辨率 |
从低分辨率图像生成高分辨率图像 |
图像增强 |
|
3369 |
环境判断 |
视觉问答 |
根据图像回答问题:a=f(I,q;θ) |
多模态学习 |
|
3370 |
环境判断 |
图像描述 |
生成图像的自然语言描述 |
图像到文本生成 |
|
3371 |
环境判断 |
视觉导航 |
根据视觉信息规划路径到达目标 |
视觉SLAM+路径规划 |
|
3372 |
环境判断 |
视觉伺服 |
基于视觉反馈控制机器人运动 |
位置基、图像基视觉伺服 |
|
3373 |
嗅觉判断 |
气体传感器阵列 |
响应向量R=[R1,R2,...,Rn]T |
电子鼻 |
|
3374 |
嗅觉判断 |
模式识别 |
气体识别:y=f(R;θ) |
分类器如SVM、神经网络 |
|
3375 |
嗅觉判断 |
浓度估计 |
C=f(R;θ) |
回归模型 |
|
3376 |
嗅觉判断 |
气体源定位 |
基于浓度梯度或气体分布模型定位源 |
搜索策略 |
|
3377 |
嗅觉判断 |
气体扩散模型 |
∂t∂C=D∇2C−v⋅∇C+S |
对流扩散方程 |
|
3378 |
嗅觉判断 |
嗅觉SLAM |
同时建图(气体分布)与定位 |
气体分布地图构建 |
|
3379 |
嗅觉判断 |
多气体识别 |
识别混合气体成分及浓度 |
多元回归 |
|
3380 |
嗅觉判断 |
漂移补偿 |
传感器漂移校正:Rcalibrated=aR+b |
提高长期稳定性 |
|
3381 |
嗅觉判断 |
温湿度补偿 |
校正温湿度对传感器响应的影响 |
提高准确性 |
|
3382 |
嗅觉判断 |
特征提取 |
如响应曲线的上升时间、峰值、积分等 |
手工特征或自动特征学习 |
|
3383 |
嗅觉判断 |
异常检测 |
检测异常气体泄漏 |
与正常模式偏离检测 |
|
3384 |
嗅觉判断 |
质量评估 |
如食物新鲜度评估 |
基于挥发性有机物模式 |
|
3385 |
嗅觉判断 |
医学诊断 |
通过呼出气体诊断疾病 |
如糖尿病酮症检测丙酮 |
|
3386 |
嗅觉判断 |
环境监测 |
监测空气质量、污染物 |
如CO、NOx、VOCs监测 |
|
3387 |
嗅觉判断 |
爆炸物检测 |
检测TNT、RDX等爆炸物蒸气 |
安全检测 |
|
3388 |
嗅觉判断 |
毒品检测 |
检测可卡因、大麻等毒品 |
海关、安检 |
|
3389 |
嗅觉判断 |
火灾检测 |
检测烟雾、可燃气体 |
早期火灾预警 |
|
3390 |
嗅觉判断 |
机器人嗅觉 |
移动机器人搭载气体传感器进行探测 |
自主气体监测 |
|
3391 |
空气判断 |
空气质量指数 |
AQI=max(IPM2.5,IPM10,ISO2,INO2,ICO,IO3) |
综合评估空气质量 |
|
3392 |
空气判断 |
颗粒物浓度 |
PM2.5、PM10质量浓度μg/m3 |
激光散射、β射线法等测量 |
|
3393 |
空气判断 |
气体浓度 |
SO2、NO2、CO、O3等浓度ppm或μg/m3 |
电化学、光学传感器 |
|
3394 |
空气判断 |
温湿度 |
温度T、相对湿度RH |
传感器测量 |
|
3395 |
空气判断 |
气压 |
大气压力P |
气压传感器 |
|
3396 |
空气判断 |
风速风向 |
风速v、风向θ |
风速仪、风向标 |
|
3397 |
空气判断 |
辐射 |
紫外线指数、电离辐射 |
辐射传感器 |
|
3398 |
空气判断 |
能见度 |
大气透射率或散射系数 |
透射仪、散射仪 |
|
3399 |
空气判断 |
酸雨 |
pH值、电导率 |
雨水分析 |
|
3400 |
空气判断 |
温室气体 |
CO2、CH4、N2O浓度 |
红外吸收法等测量 |
|
3401 |
空气判断 |
挥发性有机物 |
TVOC、苯、甲醛等浓度 |
气相色谱、PID传感器 |
|
3402 |
空气判断 |
异味 |
恶臭指数、臭气浓度 |
嗅觉测量、传感器阵列 |
|
3403 |
空气判断 |
空气龄 |
空气新鲜度指标 |
通风效率评估 |
|
3404 |
空气判断 |
空气交换率 |
单位时间内换气次数 |
通风性能评估 |
|
3405 |
空气判断 |
污染源解析 |
识别污染来源及贡献率 |
受体模型、扩散模型 |
|
3406 |
空气判断 |
扩散模拟 |
高斯扩散模型:C(x,y,z)=2πuσyσzQexp(−2σy2y2)[exp(−2σz2(z−H)2)+exp(−2σz2(z+H)2)] |
污染物扩散预测 |
|
3407 |
空气判断 |
空气净化控制 |
根据PM2.5浓度控制净化器风速 |
反馈控制 |
|
3408 |
空气判断 |
通风控制 |
根据CO2浓度控制新风量 |
需求控制通风 |
|
3409 |
空气判断 |
空调控制 |
根据温湿度控制空调运行 |
舒适节能控制 |
|
3410 |
空气判断 |
空气质量预警 |
根据AQI发布预警,采取减排措施 |
决策支持 |
|
3411 |
温度判断 |
温度测量 |
热电偶:E=α(T−T0);热电阻:R=R0[1+β(T−T0)] |
接触式测温 |
|
3412 |
温度判断 |
红外测温 |
斯特藩-玻尔兹曼定律:j∗=εσT4 |
非接触式测温 |
|
3413 |
温度判断 |
温度分布 |
热成像仪得到温度场T(x,y) |
空间温度分布 |
|
3414 |
温度判断 |
温度梯度 |
∇T=(∂x∂T,∂y∂T,∂z∂T) |
温度变化率 |
|
3415 |
温度判断 |
热流密度 |
傅里叶定律:q=−k∇T |
热传导 |
|
3416 |
温度判断 |
热容 |
C=ΔTQ |
物体吸放热能力 |
|
3417 |
温度判断 |
热阻 |
R=qΔT |
传热阻力 |
|
3418 |
温度判断 |
热平衡 |
∑Q=0 |
系统热平衡方程 |
|
3419 |
温度判断 |
热传导方程 |
∂t∂T=α∇2T |
温度场随时间变化 |
|
3420 |
温度判断 |
对流换热 |
牛顿冷却定律:q=h(Ts−Tf) |
流体与固体表面换热 |
|
3421 |
温度判断 |
辐射换热 |
净辐射换热:q=εσ(T14−T24) |
两表面间辐射换热 |
|
3422 |
温度判断 |
相变温度 |
熔点、沸点、凝固点 |
物质相变温度 |
|
3423 |
温度判断 |
热应力 |
σ=EαΔT |
温度变化引起的应力 |
|
3424 |
温度判断 |
热膨胀 |
ΔL=αLΔT |
线膨胀 |
|
3425 |
温度判断 |
热舒适 |
PMV指标:PMV=f(Ta,Tr,v,RH,M,Icl) |
预测平均投票 |
|
3426 |
温度判断 |
体温 |
人体核心温度约37℃ |
健康指标 |
|
3427 |
温度判断 |
环境温度 |
空气温度、地表温度、海水温度等 |
气象、环境监测 |
|
3428 |
温度判断 |
温度控制 |
如恒温控制:u=Kp(Td−T)+Ki∫(Td−T)dt |
PID控制 |
|
3429 |
温度判断 |
温度报警 |
超过阈值报警 |
安全监控 |
|
3430 |
温度判断 |
温度校准 |
与标准温度源比较,修正误差 |
提高测量精度 |
|
3431 |
湿度判断 |
湿度测量 |
电容式:C=εrε0A/d,εr与湿度相关;电阻式:R=f(RH) |
相对湿度测量 |
|
3432 |
湿度判断 |
露点温度 |
空气冷却至饱和时的温度 |
湿度表示方法 |
|
3433 |
湿度判断 |
绝对湿度 |
单位体积空气中水蒸气质量 |
AH=Vmv |
|
3434 |
湿度判断 |
相对湿度 |
RH=psatpv×100% |
常用湿度指标 |
|
3435 |
湿度判断 |
混合比 |
水蒸气质量与干空气质量之比 |
w=mdmv |
|
3436 |
湿度判断 |
湿球温度 |
空气与水接触达到绝热饱和时的温度 |
热力学湿球温度 |
|
3437 |
湿度判断 |
焓湿图 |
表示空气热力学性质的线图 |
空气处理过程分析 |
|
3438 |
湿度判断 |
湿度传感器校准 |
在已知湿度环境中校准 |
提高精度 |
|
3439 |
湿度判断 |
湿度控制 |
如加湿器、除湿器控制:u=Kp(RHd−RH) |
反馈控制 |
|
3440 |
湿度判断 |
结露预警 |
当表面温度低于露点温度时可能结露 |
防止设备损坏、霉菌生长 |
|
3441 |
湿度判断 |
湿度对材料影响 |
如木材含水率、纸张尺寸变化 |
材料特性控制 |
|
3442 |
湿度判断 |
湿度对生物影响 |
如微生物生长、植物蒸腾 |
农业、医疗应用 |
|
3443 |
湿度判断 |
湿度对电子设备影响 |
高湿导致腐蚀、短路 |
电子设备防护 |
|
3444 |
湿度判断 |
湿度对舒适度影响 |
与温度共同影响热舒适 |
HVAC控制 |
|
3445 |
湿度判断 |
湿度测量补偿 |
温度补偿:RHtrue=f(RHmeas,T) |
提高测量精度 |
|
3446 |
物体判断 |
物体检测 |
边界框b,类别c,置信度s |
目标检测 |
|
3447 |
物体判断 |
物体识别 |
识别物体类别 |
图像分类 |
|
3448 |
物体判断 |
物体跟踪 |
估计物体运动轨迹:xt=f(xt−1,zt) |
卡尔曼滤波、粒子滤波等 |
|
3449 |
物体判断 |
物体姿态估计 |
估计物体6D姿态:平移t,旋转R |
如PnP问题 |
|
3450 |
物体判断 |
物体三维重建 |
从多视图重建物体三维模型 |
运动恢复结构、立体视觉 |
|
3451 |
物体判断 |
物体抓取检测 |
检测可行的抓取位置和姿态 |
机器人抓取 |
|
3452 |
物体判断 |
物体分割 |
分割出物体区域 |
实例分割 |
|
3453 |
物体判断 |
物体属性识别 |
识别颜色、纹理、材质、形状等属性 |
多标签分类、回归 |
|
3454 |
物体判断 |
物体关系检测 |
检测物体间关系,如"人骑自行车" |
视觉关系检测 |
|
3455 |
物体判断 |
场景图生成 |
生成物体及其关系的图表示 |
场景理解 |
|
3456 |
物体判断 |
物体功能推理 |
推理物体的功能,如"椅子可用于坐" |
常识推理 |
|
3457 |
物体判断 |
物体物理属性推理 |
推理质量、硬度、弹性等 |
物理推理 |
|
3458 |
物体判断 |
物体用途推理 |
推理物体的可能用途 |
功能推理 |
|
3459 |
物体判断 |
物体组成部分识别 |
识别物体的组成部分,如"汽车有轮子、车门" |
部件分割 |
|
3460 |
物体判断 |
物体状态识别 |
识别物体的状态,如"门是开着的" |
状态分类 |
|
3461 |
物体判断 |
物体异常检测 |
检测物体异常,如缺陷、损坏 |
异常检测 |
|
3462 |
物体判断 |
物体计数 |
统计图像中物体数量 |
计数网络 |
|
3463 |
物体判断 |
物体定位 |
确定物体在环境中的位置 |
如基于视觉的定位 |
|
3464 |
物体判断 |
物体重识别 |
在不同图像中识别同一物体 |
行人重识别、车辆重识别 |
|
3465 |
物体判断 |
物体行为识别 |
识别物体的运动行为,如"汽车在加速" |
行为识别 |
|
3466 |
认知学习 |
概念学习 |
从实例中学习概念,如"什么是猫" |
归纳学习 |
|
3467 |
认知学习 |
分类学习 |
学习将实例分类到类别 |
监督学习 |
|
3468 |
认知学习 |
回归学习 |
学习输入到连续输出的映射 |
监督学习 |
|
3469 |
认知学习 |
聚类学习 |
将相似实例分组,无标签 |
无监督学习 |
|
3470 |
认知学习 |
关联学习 |
学习数据中的关联规则,如"尿布→啤酒" |
关联规则学习 |
|
3471 |
认知学习 |
强化学习 |
通过试错学习最优策略 |
奖励驱动学习 |
|
3472 |
认知学习 |
模仿学习 |
模仿专家行为学习策略 |
从演示中学习 |
|
3473 |
认知学习 |
元学习 |
学习如何学习 |
学会学习 |
|
3474 |
认知学习 |
迁移学习 |
将源领域知识迁移到目标领域 |
知识迁移 |
|
3475 |
认知学习 |
多任务学习 |
同时学习多个相关任务 |
共享表示 |
|
3476 |
认知学习 |
终身学习 |
持续学习新任务,不忘记旧任务 |
持续学习 |
|
3477 |
认知学习 |
在线学习 |
数据流顺序到达,逐步更新模型 |
增量学习 |
|
3478 |
认知学习 |
主动学习 |
主动选择信息量大的样本标注 |
减少标注成本 |
|
3479 |
认知学习 |
半监督学习 |
利用少量标注和大量未标注数据学习 |
弱监督学习 |
|
3480 |
认知学习 |
自监督学习 |
从数据自身生成监督信号 |
无监督表示学习 |
|
3481 |
认知学习 |
对比学习 |
学习表示使相似样本靠近,不相似远离 |
表示学习 |
|
3482 |
认知学习 |
生成学习 |
学习数据分布,生成新样本 |
如GAN、VAE |
|
3483 |
认知学习 |
因果学习 |
学习因果关系,而非相关关系 |
因果推理 |
|
3484 |
认知学习 |
符号学习 |
学习符号规则和知识 |
符号人工智能 |
|
3485 |
认知学习 |
神经符号学习 |
结合神经网络与符号推理 |
可解释AI |
|
3486 |
认知学习 |
图学习 |
学习图结构数据表示 |
图神经网络 |
|
3487 |
认知学习 |
记忆增强学习 |
引入外部记忆存储和检索知识 |
如神经图灵机 |
|
3488 |
认知学习 |
注意力学习 |
学习关注相关信息,忽略无关信息 |
注意力机制 |
|
3489 |
认知学习 |
课程学习 |
从简单到复杂样本学习 |
课程学习 |
|
3490 |
认知学习 |
集成学习 |
结合多个模型提高性能 |
如随机森林 |
|
3491 |
认知学习 |
深度学习 |
多层神经网络学习层次表示 |
表示学习 |
|
3492 |
认知学习 |
贝叶斯学习 |
基于贝叶斯定理的概率学习 |
不确定性建模 |
|
3493 |
认知学习 |
演化学习 |
通过进化算法优化模型 |
遗传算法、演化策略 |
|
3494 |
认知学习 |
稀疏学习 |
学习稀疏表示,自动特征选择 |
稀疏编码 |
|
3495 |
认知学习 |
多模态学习 |
从多种模态数据(图像、文本、声音)学习 |
跨模态学习 |
|
3496 |
认知学习 |
小样本学习 |
从少量样本学习新概念 |
少样本学习 |
|
3497 |
认知学习 |
零样本学习 |
识别训练时未见过的类别 |
零样本学习 |
|
3498 |
认知学习 |
开放集识别 |
识别已知类别,拒绝未知类别 |
开放集学习 |
|
3499 |
认知学习 |
异常检测学习 |
学习正常模式,检测偏离 |
异常检测 |
|
3500 |
认知学习 |
离群检测学习 |
检测与大多数样本显著不同的样本 |
离群点检测 |
|
3501 |
物体认知学习 |
物体表示学习 |
学习物体的向量表示v=f(I;θ) |
如通过自编码器学习特征 |
|
3502 |
物体认知学习 |
物体相似性学习 |
学习物体间的相似性度量s=g(vi,vj) |
度量学习 |
|
3503 |
物体认知学习 |
物体分类学习 |
学习分类器y=h(v;ϕ) |
有监督分类 |
|
3504 |
物体认知学习 |
物体检测学习 |
学习检测网络输出边界框和类别 |
如Faster R-CNN |
|
3505 |
物体认知学习 |
物体分割学习 |
学习分割网络输出像素级标签 |
如U-Net |
|
3506 |
物体认知学习 |
物体姿态学习 |
学习从图像估计物体6D姿态 |
如PoseNet |
|
3507 |
物体认知学习 |
物体三维重建学习 |
学习从单目或多视图重建三维形状 |
如3D-R2N2 |
|
3508 |
物体认知学习 |
物体抓取学习 |
学习抓取位置和姿态 |
如GraspNet |
|
3509 |
物体认知学习 |
物体操作学习 |
学习如何操作物体,如推动、旋转 |
强化学习、模仿学习 |
|
3510 |
物体认知学习 |
物体功能学习 |
学习物体的功能,如"锤子用于敲击" |
从交互中学习或从文本中学习 |
|
3511 |
物体认知学习 |
物体物理属性学习 |
学习质量、摩擦系数、弹性等 |
通过交互估计 |
|
3512 |
物体认知学习 |
物体组成学习 |
学习物体的组成部分及结构 |
部件分割、图表示学习 |
|
3513 |
物体认知学习 |
物体关系学习 |
学习物体间空间、语义关系 |
场景图生成 |
|
3514 |
物体认知学习 |
物体常识学习 |
学习关于物体的常识知识 |
从大规模文本中学习 |
|
3515 |
物体认知学习 |
物体类比学习 |
学习物体间的类比关系,如"轮子之于汽车如同腿之于人" |
类比推理 |
|
3516 |
物体认知学习 |
物体概念学习 |
学习物体的抽象概念,形成概念层次 |
概念形成 |
|
3517 |
物体认知学习 |
物体类别学习 |
学习新的物体类别,增量学习 |
增量学习 |
|
3518 |
物体认知学习 |
物体识别少样本学习 |
从少量样本学习识别新物体 |
小样本学习 |
|
3519 |
物体认知学习 |
物体零样本学习 |
识别训练时未见过类别的物体 |
零样本学习 |
|
3520 |
物体认知学习 |
物体开放集识别 |
识别已知物体,拒绝未知物体 |
开放集识别 |
|
3521 |
物体认知学习 |
物体异常检测学习 |
学习正常物体模式,检测异常物体 |
异常检测 |
|
3522 |
物体认知学习 |
物体质量评估学习 |
学习评估物体质量,如水果成熟度 |
回归或分类 |
|
3523 |
物体认知学习 |
物体老化检测学习 |
检测物体老化、磨损 |
变化检测 |
|
3524 |
物体认知学习 |
物体跟踪学习 |
学习跟踪物体在视频中的轨迹 |
如SORT、DeepSORT |
|
3525 |
物体认知学习 |
物体重识别学习 |
学习在不同场景中重新识别同一物体 |
度量学习 |
|
3526 |
物体认知学习 |
物体行为学习 |
学习物体的行为模式,如"汽车转弯" |
行为识别 |
|
3527 |
物体认知学习 |
物体状态学习 |
学习物体的状态,如"门开/关" |
状态分类 |
|
3528 |
物体认知学习 |
物体多视角学习 |
从多个视角学习物体的一致表示 |
多视角学习 |
|
3529 |
物体认知学习 |
物体跨模态学习 |
从图像、文本、触觉等多模态学习物体表示 |
跨模态学习 |
|
3530 |
物体认知学习 |
物体主动学习 |
主动选择信息量大的物体样本标注 |
主动学习 |
|
3531 |
物体认知学习 |
物体自监督学习 |
从物体图像自身生成监督信号学习表示 |
自监督学习 |
|
3532 |
物体认知学习 |
物体对比学习 |
使同一物体的不同视角表示接近,不同物体表示远离 |
对比学习 |
|
3533 |
物体认知学习 |
物体生成学习 |
学习生成物体图像或三维模型 |
如GAN生成物体 |
|
3534 |
物体认知学习 |
物体编辑学习 |
学习编辑物体属性,如颜色、形状 |
条件生成模型 |
|
3535 |
物体认知学习 |
物体推理学习 |
学习关于物体的逻辑推理 |
神经符号推理 |
|
3536 |
物体认知学习 |
物体因果学习 |
学习物体间的因果关系 |
因果发现 |
|
3537 |
物体认知学习 |
物体可解释学习 |
学习可解释的物体表示和决策 |
可解释AI |
|
3538 |
物体认知学习 |
物体元学习 |
学习快速适应新物体类别 |
元学习 |
|
3539 |
物体认知学习 |
物体课程学习 |
从简单物体到复杂物体学习 |
课程学习 |
|
3540 |
物体认知学习 |
物体强化学习 |
通过与物体交互学习操作策略 |
强化学习 |
|
3541 |
物体认知学习 |
物体模仿学习 |
模仿人类操作物体的演示 |
模仿学习 |
|
3542 |
物体认知学习 |
物体仿真学习 |
在仿真环境中学习物体交互 |
仿真到真实迁移 |
|
3543 |
物体认知学习 |
物体迁移学习 |
将源物体知识迁移到目标物体 |
迁移学习 |
|
3544 |
物体认知学习 |
物体多任务学习 |
同时学习物体检测、分割、姿态估计等 |
多任务学习 |
|
3545 |
物体认知学习 |
物体终身学习 |
持续学习新物体,不忘记旧物体 |
终身学习 |
|
3546 |
物体认知学习 |
物体在线学习 |
在线更新物体模型,适应新环境 |
在线学习 |
|
3547 |
物体认知学习 |
物体记忆学习 |
记忆见过的物体,用于后续识别 |
记忆网络 |
|
3548 |
物体认知学习 |
物体注意力学习 |
学习关注物体的关键部位 |
注意力机制 |
|
3549 |
物体认知学习 |
物体图学习 |
用图表示物体部件关系,图神经网络学习 |
图学习 |
|
3550 |
物体认知学习 |
物体知识图谱学习 |
构建物体知识图谱,学习物体间关系 |
知识图谱嵌入 |
|
3551 |
多智能体协同感知 |
分布式传感器融合 |
x^=Fusion({xi}i=1N),如协方差交叉融合 |
融合多个智能体的传感器信息 |
|
3552 |
多智能体协同感知 |
协同定位 |
x^i=KF(xi,{yij}j∈Ni),yij为相对测量 |
利用相对测量提高定位精度 |
|
3553 |
多智能体协同感知 |
协同建图 |
每个智能体建立局部地图,通过通信融合成全局地图 |
协同SLAM |
|
3554 |
多智能体协同感知 |
协同目标跟踪 |
多个智能体协同跟踪同一目标,提高跟踪鲁棒性 |
分布式目标跟踪 |
|
3555 |
多智能体协同感知 |
协同目标识别 |
多个视角协同识别目标,提高识别精度 |
多视角识别 |
|
3556 |
多智能体协同感知 |
协同场景理解 |
多个智能体从不同视角理解场景,构建全局场景表示 |
分布式场景理解 |
|
3557 |
多智能体协同感知 |
协同环境监测 |
多个传感器节点协同监测环境参数,如温度、湿度、气体浓度 |
无线传感器网络 |
|
3558 |
多智能体协同感知 |
协同事件检测 |
多个智能体协同检测事件,如火灾、入侵 |
分布式事件检测 |
|
3559 |
多智能体协同感知 |
协同搜索 |
多个智能体协同搜索目标,如搜救、勘探 |
覆盖控制、搜索策略 |
|
3560 |
多智能体协同感知 |
协同分类 |
多个智能体协同分类目标,通过投票或加权融合决策 |
集成分类 |
|
3561 |
多智能体协同感知 |
协同回归 |
多个智能体协同回归目标值,如温度分布图构建 |
高斯过程回归协同 |
|
3562 |
多智能体协同感知 |
协同异常检测 |
多个智能体协同检测异常,降低误报率 |
分布式异常检测 |
|
3563 |
多智能体协同感知 |
协同校准 |
多个智能体相互校准传感器,提高整体精度 |
分布式校准 |
|
3564 |
多智能体协同感知 |
协同时间同步 |
多个智能体同步时钟,便于数据融合 |
时间同步协议 |
|
3565 |
多智能体协同感知 |
协同数据关联 |
关联多个智能体的观测数据,判断是否来自同一目标 |
数据关联算法 |
|
3566 |
多智能体协同感知 |
协同特征学习 |
多个智能体协同学习特征表示,共享知识 |
分布式特征学习 |
|
3567 |
多智能体协同感知 |
协同主动感知 |
多个智能体协同选择感知动作,最大化信息增益 |
分布式主动感知 |
|
3568 |
多智能体协同感知 |
协同注意力 |
多个智能体协同注意力,关注不同区域,提高感知效率 |
分布式注意力机制 |
|
3569 |
多智能体协同感知 |
协同记忆 |
多个智能体共享记忆,存储和检索感知信息 |
分布式记忆网络 |
|
3570 |
多智能体协同感知 |
协同预测 |
多个智能体协同预测未来状态,如交通流量预测 |
分布式预测 |
|
3571 |
多智能体协同控制 |
协同运动控制 |
多个智能体协同运动,如编队、聚集、分散 |
一致性控制、编队控制 |
|
3572 |
多智能体协同控制 |
协同任务分配 |
将任务分配给多个智能体,最小化总成本或时间 |
拍卖算法、合同网协议 |
|
3573 |
多智能体协同控制 |
协同路径规划 |
多个智能体协同规划无碰撞路径 |
协同A、RRT |
|
3574 |
多智能体协同控制 |
协同决策 |
多个智能体协同决策,如投票、加权平均 |
群体决策 |
|
3575 |
多智能体协同控制 |
协同资源分配 |
多个智能体协同分配资源,如带宽、能量 |
分布式优化 |
|
3576 |
多智能体协同控制 |
协同学习 |
多个智能体协同学习策略,共享经验 |
分布式强化学习 |
|
3577 |
多智能体协同控制 |
协同自适应 |
多个智能体协同适应环境变化 |
分布式自适应控制 |
|
3578 |
多智能体协同控制 |
协同容错 |
多个智能体协同容错,某个智能体故障时其他智能体接管任务 |
分布式容错控制 |
|
3579 |
多智能体协同控制 |
协同安全 |
多个智能体协同保证安全,如防碰撞 |
分布式安全控制 |
|
3580 |
多智能体协同控制 |
协同优化 |
多个智能体协同优化全局目标函数 |
分布式优化 |
|
3581 |
多智能体协同控制 |
协同博弈 |
多个智能体博弈,寻找均衡 |
博弈论 |
|
3582 |
多智能体协同控制 |
协同通信 |
多个智能体协同通信,优化通信拓扑和内容 |
协同通信协议 |
|
3583 |
多智能体协同控制 |
协同感知-控制回路 |
感知-控制闭环协同,如协同搜索-跟踪 |
感知-控制一体化 |
|
3584 |
多智能体协同控制 |
协同人机交互 |
多个智能体与人类协同,如多人-多机器人协同 |
人机协同控制 |
|
3585 |
多智能体协同控制 |
协同操作 |
多个智能体协同操作物体,如协同搬运、装配 |
协同操作控制 |
|
3586 |
多智能体协同控制 |
协同建造 |
多个智能体协同建造结构,如3D打印、砌砖 |
协同建造控制 |
|
3587 |
多智能体协同控制 |
协同探索 |
多个智能体协同探索未知环境,构建地图 |
协同探索控制 |
|
3588 |
多智能体协同控制 |
协同覆盖 |
多个智能体协同覆盖区域,如清洁、监测 |
覆盖控制 |
|
3589 |
多智能体协同控制 |
协同围捕 |
多个智能体协同围捕目标 |
围捕控制 |
|
3590 |
多智能体协同控制 |
协同运输 |
多个智能体协同运输货物 |
协同运输控制 |
|
3591 |
多智能体协同控制 |
协同能量管理 |
多个智能体协同管理能量,如微电网 |
协同能量控制 |
|
3592 |
多智能体协同控制 |
协同调度 |
多个智能体协同调度任务,如车间调度 |
分布式调度 |
|
3593 |
多智能体协同控制 |
协同网络控制 |
多个智能体协同控制网络,如路由、流量控制 |
协同网络控制 |
|
3594 |
多智能体协同控制 |
协同安全监控 |
多个智能体协同监控安全,如安防巡逻 |
协同监控控制 |
|
3595 |
多智能体协同控制 |
协同救援 |
多个智能体协同救援,如地震救援 |
协同救援控制 |
|
3596 |
多智能体协同控制 |
协同农业 |
多个智能体协同农业作业,如播种、施肥、收割 |
协同农业控制 |
|
3597 |
多智能体协同控制 |
协同医疗 |
多个智能体协同医疗,如手术辅助、病房服务 |
协同医疗控制 |
|
3598 |
多智能体协同控制 |
协同教育 |
多个智能体协同教育,如个性化辅导 |
协同教育控制 |
|
3599 |
多智能体协同控制 |
协同娱乐 |
多个智能体协同娱乐,如舞蹈表演、体育比赛 |
协同娱乐控制 |
|
3600 |
多智能体协同控制 |
协同家居 |
多个智能体协同家居服务,如清洁、烹饪、安防 |
智能家居协同控制 |
|
3601 |
物理规则理解控制 |
刚体动力学推理 |
M(q)q¨+C(q,q˙)q˙+g(q)=τ |
机器人动力学推理 |
|
3602 |
物理规则理解控制 |
流体动力学推理 |
纳维-斯托克斯方程 |
流体运动推理 |
|
3603 |
物理规则理解控制 |
空气动力学推理 |
升力L=21ρv2SCL,阻力D=21ρv2SCD |
飞行器受力推理 |
|
3604 |
物理规则理解控制 |
水动力学推理 |
船舶运动方程 |
船舶运动推理 |
|
3605 |
物理规则理解控制 |
热力学推理 |
热力学第一、第二定律 |
热现象推理 |
|
3606 |
物理规则理解控制 |
电磁学推理 |
麦克斯韦方程组 |
电磁现象推理 |
|
3607 |
物理规则理解控制 |
光学推理 |
几何光学、物理光学 |
光现象推理 |
|
3608 |
物理规则理解控制 |
声学推理 |
声波方程 |
声现象推理 |
|
3609 |
物理规则理解控制 |
材料力学推理 |
应力、应变、本构关系 |
材料变形推理 |
|
3610 |
物理规则理解控制 |
结构力学推理 |
有限元分析 |
结构受力推理 |
|
3611 |
物理规则理解控制 |
土壤力学推理 |
摩尔-库仑准则 |
土壤力学行为推理 |
|
3612 |
物理规则理解控制 |
岩石力学推理 |
霍克-布朗准则 |
岩石力学行为推理 |
|
3613 |
物理规则理解控制 |
断裂力学推理 |
应力强度因子KI=Yσπa |
裂纹扩展推理 |
|
3614 |
物理规则理解控制 |
疲劳力学推理 |
S-N曲线 |
疲劳寿命推理 |
|
3615 |
物理规则理解控制 |
摩擦学推理 |
摩擦定律Ff=μFn |
摩擦行为推理 |
|
3616 |
物理规则理解控制 |
润滑理论推理 |
雷诺方程 |
润滑行为推理 |
|
3617 |
物理规则理解控制 |
传热学推理 |
热传导、对流、辐射 |
传热过程推理 |
|
3618 |
物理规则理解控制 |
传质学推理 |
菲克定律J=−D∇C |
扩散过程推理 |
|
3619 |
物理规则理解控制 |
燃烧学推理 |
燃烧反应、火焰传播 |
燃烧过程推理 |
|
3620 |
物理规则理解控制 |
爆炸力学推理 |
爆炸波传播 |
爆炸过程推理 |
|
3621 |
物理规则理解控制 |
冲击力学推理 |
冲击波、应力波 |
冲击过程推理 |
|
3622 |
物理规则理解控制 |
多体动力学推理 |
多体系统动力学方程 |
多体系统运动推理 |
|
3623 |
物理规则理解控制 |
柔体动力学推理 |
有限元法或绝对节点坐标法 |
柔体系统动力学推理 |
|
3624 |
物理规则理解控制 |
流体-结构耦合推理 |
流固耦合方程 |
流固相互作用推理 |
|
3625 |
物理规则理解控制 |
热-结构耦合推理 |
热应力方程 |
热-结构相互作用推理 |
|
3626 |
物理规则理解控制 |
电磁-结构耦合推理 |
电磁力方程 |
电磁-结构相互作用推理 |
|
3627 |
物理规则理解控制 |
多物理场耦合推理 |
多个物理场耦合方程 |
复杂系统多物理场推理 |
|
3628 |
物理规则理解控制 |
分子动力学推理 |
分子运动方程 |
分子尺度运动推理 |
|
3629 |
物理规则理解控制 |
量子力学推理 |
薛定谔方程 |
量子尺度行为推理 |
|
3630 |
物理规则理解控制 |
相对论推理 |
爱因斯坦场方程 |
高速、强引力场行为推理 |
|
3631 |
物理规则理解控制 |
统计力学推理 |
统计分布、系综理论 |
宏观性质统计推理 |
|
3632 |
物理规则理解控制 |
非线性动力学推理 |
混沌、分岔、奇怪吸引子 |
非线性系统行为推理 |
|
3633 |
物理规则理解控制 |
随机动力学推理 |
朗之万方程、福克-普朗克方程 |
随机系统行为推理 |
|
3634 |
物理规则理解控制 |
网络动力学推理 |
复杂网络上的动力学过程 |
网络系统行为推理 |
|
3635 |
物理规则理解控制 |
系统生物学推理 |
生物系统动力学模型 |
生物系统行为推理 |
|
3636 |
物理规则理解控制 |
生态学推理 |
种群动力学模型 |
生态系统行为推理 |
|
3637 |
物理规则理解控制 |
流行病学推理 |
传染病传播模型 |
疾病传播行为推理 |
|
3638 |
物理规则理解控制 |
经济学推理 |
经济系统模型 |
经济系统行为推理 |
|
3639 |
物理规则理解控制 |
社会物理学推理 |
社会系统模型 |
社会系统行为推理 |
|
3640 |
物理规则理解控制 |
认知物理学推理 |
认知过程模型 |
认知系统行为推理 |
|
3641 |
物理规则理解控制 |
计算物理学推理 |
数值模拟方法 |
物理现象数值推理 |
|
3642 |
物理规则理解控制 |
实验物理学推理 |
实验设计、数据分析 |
物理现象实验推理 |
|
3643 |
物理规则理解控制 |
理论物理学推理 |
理论推导、数学建模 |
物理现象理论推理 |
|
3644 |
物理规则理解控制 |
应用物理学推理 |
物理原理在实际问题中的应用 |
应用问题物理推理 |
|
3645 |
物理规则理解控制 |
交叉学科物理推理 |
物理与其他学科交叉问题推理 |
跨学科物理推理 |
|
3646 |
物理规则理解控制 |
物理启发算法 |
模拟物理过程的优化算法,如模拟退火、蚁群算法 |
物理原理用于计算 |
|
3647 |
物理规则理解控制 |
物理模拟引擎 |
如ODE、Bullet、PhysX,模拟刚体、柔体、流体等 |
虚拟环境物理模拟 |
|
3648 |
物理规则理解控制 |
物理一致性学习 |
学习模型遵守物理规律,如哈密顿神经网络 |
物理规律约束的学习 |
|
3649 |
物理规则理解控制 |
物理信息神经网络 |
将物理方程作为损失项加入神经网络训练 |
结合物理模型与数据驱动 |
|
3650 |
物理规则理解控制 |
符号回归 |
从数据中发现物理定律的数学表达式 |
自动发现物理规律 |
|
3651 |
自身响应控制 |
运动控制 |
轨迹跟踪控制:$u = K_p e + K_d \dot{e} + K |
多智能体控制算法数学方程式表(续3601-3800)
|
序号 |
领域 |
算法名称 |
数学方程式/数学模型 |
说明 |
|---|---|---|---|---|
|
3601 |
多智能体协同控制 |
分布式模型预测控制 |
minui∑k=0N−1(∥xi(k)−xref,i(k)∥2+∥ui(k)∥2),满足耦合约束 |
每个智能体基于局部信息求解优化问题,通过协调实现全局目标 |
|
3602 |
多智能体协同控制 |
虚拟领导者法 |
x˙i=ui,ui=−∑j∈Niaij(xi−xj)−bi(xi−x0) |
通过虚拟领导者的状态引导整个群体运动 |
|
3603 |
多智能体协同控制 |
势场法 |
Ui=Ugoal(xi)+∑j=iUrep(xi,xj),ui=−∇Ui |
构造势场,智能体沿势场负梯度方向运动 |
|
3604 |
多智能体协同控制 |
包含控制 |
x˙i=∑j∈Niaij(xj−xi)+∑k∈Libik(vk−xi) |
使跟随者进入领导者的凸包内,vk为领导者状态 |
|
3605 |
多智能体协同控制 |
蜂拥控制 |
x˙i=vi,v˙i=−∑j∈Ni∇xiV(∥xi−xj∥)+∑j∈Niaij(vj−vi) |
实现分离、对齐、聚集三个规则 |
|
3606 |
多智能体协同控制 |
一致性控制 |
x˙i=ui,ui=∑j∈Niaij(xj−xi) |
使所有智能体状态趋于一致 |
|
3607 |
多智能体协同控制 |
有限时间一致性 |
$u_i = \sum{j \in N_i} a{ij} \text{sign}(x_j - x_i) |
x_j - x_i |
|
3608 |
多智能体协同控制 |
固定时间一致性 |
$u_i = \sum{j \in N_i} a{ij} (\text{sign}(x_j - x_i) |
x_j - x_i |
|
3609 |
多智能体协同控制 |
二分一致性 |
$u_i = \sum_{j \in N_i} |
a_{ij} |
|
3610 |
多智能体协同控制 |
组一致性 |
将智能体分为多组,组内实现一致,组间实现给定关系 |
分层一致性 |
|
3611 |
多智能体协同控制 |
包容控制 |
x˙i=∑j∈Niaij(xj−xi)+∑k∈Libik(vk−xi),vk为领导者状态 |
跟随者最终进入领导者的凸包 |
|
3612 |
多智能体协同控制 |
输出一致性 |
针对输出反馈系统,设计控制器使输出一致 |
基于观测器或输出反馈 |
|
3613 |
多智能体协同控制 |
事件触发一致性 |
触发条件:∥ei(t)∥>δ或 ∥ei(t)∥>σ∥xi(t)∥,ei(t)为误差 |
减少通信和控制器更新频率 |
|
3614 |
多智能体协同控制 |
自触发一致性 |
下一触发时刻 tk+1=tk+τi(tk),τi由当前状态计算 |
无需连续监测误差,预测触发时刻 |
|
3615 |
多智能体协同控制 |
量化一致性 |
通信信息经过量化,q(x)为量化函数 |
节省通信带宽 |
|
3616 |
多智能体协同控制 |
时滞一致性 |
x˙i(t)=∑j∈Niaij(xj(t−τ)−xi(t−τ)) |
考虑通信时滞的一致性算法 |
|
3617 |
多智能体协同控制 |
异构多智能体一致性 |
智能体动力学不同,设计控制器使输出或状态一致 |
处理异质系统 |
|
3618 |
多智能体协同控制 |
高阶多智能体一致性 |
智能体模型为二阶或更高阶,如 x˙i=vi,v˙i=ui |
实现位置、速度等状态的一致 |
|
3619 |
多智能体协同控制 |
非线性多智能体一致性 |
智能体为非线性动力学,x˙i=f(xi)+ui |
设计分布式控制律使状态一致 |
|
3620 |
多智能体协同控制 |
自适应一致性 |
自适应调整耦合权重 ci:c˙i=κ∑j∈Ni(xj−xi)2 |
提高收敛速度或鲁棒性 |
|
3621 |
多智能体协同控制 |
牵制控制 |
只控制部分节点,使整个网络达到期望状态 |
节约控制成本 |
|
3622 |
多智能体协同控制 |
容错一致性 |
部分智能体故障,仍能实现一致 |
鲁棒性设计 |
|
3623 |
多智能体协同控制 |
安全一致性 |
加入安全约束,如防碰撞 |
控制屏障函数等 |
|
3624 |
多智能体协同控制 |
优化一致性 |
在一致的同时优化某个性能指标 |
一致性优化联合设计 |
|
3625 |
多智能体协同控制 |
学习一致性 |
利用强化学习等学习一致性协议 |
数据驱动方法 |
|
3626 |
多智能体博弈 |
纳什均衡求解 |
ui∗=argmaxuiJi(ui,u−i∗),对所有 i成立 |
非合作博弈的平衡解 |
|
3627 |
多智能体博弈 |
斯塔克尔伯格均衡 |
领导者先行,跟随者反应,逆向归纳法求解 |
主从博弈平衡解 |
|
3628 |
多智能体博弈 |
贝叶斯纳什均衡 |
考虑类型的不完全信息博弈均衡 |
拍卖、机制设计常用 |
|
3629 |
多智能体博弈 |
相关均衡 |
智能体根据共同观察的信号选择行动,∑a−iσ(ai,a−i)ui(ai,a−i)≥∑a−iσ(ai′,a−i)ui(ai′,a−i) |
通过相关信号协调行动 |
|
3630 |
多智能体博弈 |
势博弈 |
存在势函数 Φ使得 ui(ai,a−i)−ui(ai′,a−i)=Φ(ai,a−i)−Φ(ai′,a−i) |
具有优化结构的博弈,纳什均衡存在 |
|
3631 |
多智能体博弈 |
演化博弈 |
策略分布动态:x˙i=xi[(Ax)i−xTAx] |
群体策略演化过程 |
|
3632 |
多智能体博弈 |
遗憾匹配 |
RiT(a)=∑t=1T(ui(a,a−it)−ui(ait,a−it)),策略更新:σiT+1(a)=∑a′RiT,+(a′)RiT,+(a) |
在线学习算法,收敛到相关均衡 |
|
3633 |
多智能体博弈 |
虚拟博弈 |
智能体根据对手的历史平均策略选择最优反应 |
学习纳什均衡 |
|
3634 |
多智能体博弈 |
强化学习博弈 |
每个智能体使用强化学习算法学习策略,如Q-learning |
收敛到均衡需满足一定条件 |
|
3635 |
多智能体博弈 |
多智能体深度确定性策略梯度 |
每个智能体使用演员-评论家算法,评论家集中训练,演员分散执行 |
适用于连续动作空间 |
|
3636 |
多智能体博弈 |
反事实多智能体策略梯度 |
优势函数为 $A_i(s, a) = Q(s, a) - \sum_{a_i'} \pi_i(a_i' |
s) Q(s, (a_i', a_{-i}))$ |
|
3637 |
多智能体博弈 |
博弈论注意力 |
注意力权重 αij=softmax(qiTkj/d) |
智能体关注其他智能体信息 |
|
3638 |
多智能体博弈 |
博弈论图神经网络 |
用图神经网络建模智能体交互,节点为智能体,边为交互关系 |
学习智能体间的关系与策略 |
|
3639 |
多智能体博弈 |
元博弈 |
学习在博弈中学习的能力,快速适应新对手 |
元学习与博弈结合 |
|
3640 |
多智能体博弈 |
课程博弈 |
从简单博弈开始,逐步增加难度,训练智能体策略 |
课程学习在博弈中的应用 |
|
3641 |
多智能体通信 |
可微通信 |
消息 mi=fi(si),接收 ci=gi({mj}j∈N(i)),端到端训练 |
神经网络实现通信,通过梯度下降优化 |
|
3642 |
多智能体通信 |
基于注意力的通信 |
注意力权重决定通信对象和内容,mij=αijvi |
智能体选择性地发送信息 |
|
3643 |
多智能体通信 |
信息瓶颈通信 |
最小化 I(M;S)−βI(M;U),M为消息,S为状态,U为效用 |
平衡压缩与相关性 |
|
3644 |
多智能体通信 |
图神经网络通信 |
消息沿图结构传递,hil+1=σ(∑j∈N(i)cij1Wlhjl) |
图卷积网络传递消息 |
|
3645 |
多智能体通信 |
通信回合控制 |
多轮通信,每轮智能体交换消息并更新内部状态 |
迭代细化通信内容 |
|
3646 |
多智能体通信 |
通信效率优化 |
最小化通信量 ∑i,j∥mij∥0,满足任务性能约束 |
稀疏通信,节省带宽 |
|
3647 |
多智能体通信 |
鲁棒通信 |
对抗噪声、丢包等干扰,如使用纠错编码 |
保证通信可靠性 |
|
3648 |
多智能体通信 |
自适应通信 |
根据信息价值调整通信频率和内容 |
动态调整通信策略 |
|
3649 |
多智能体通信 |
通信博弈 |
智能体选择发送消息以最大化自身效用 |
博弈论模型通信行为 |
|
3650 |
多智能体通信 |
符号通信 |
通信消息为离散符号,如语言 |
离散通信,可解释性强 |
|
3651 |
多智能体规划 |
联合状态规划 |
集中式规划,搜索联合状态空间 |
维数灾难,适用于小规模系统 |
|
3652 |
多智能体规划 |
分布式部分可观马尔可夫决策过程 |
每个智能体基于局部观测和通信决策 |
求解复杂度高,常采用近似方法 |
|
3653 |
多智能体规划 |
蒙特卡洛树搜索多智能体 |
扩展MCTS到多智能体,每个节点为联合动作 |
通过模拟评估行动值 |
|
3654 |
多智能体规划 |
分层任务网络多智能体 |
将任务分解为子任务分配给智能体 |
合作任务分解与规划 |
|
3655 |
多智能体规划 |
基于模型的规划 |
学习环境模型,在模型中进行规划 |
世界模型,减少真实交互 |
|
3656 |
多智能体规划 |
轨迹优化 |
minu1,...,uN∑i=1N∫0Tci(xi(t),ui(t))dt,满足耦合约束 |
协同轨迹优化,如防碰撞 |
|
3657 |
多智能体规划 |
冲突避免规划 |
确保 ∥xi(t)−xj(t)∥≥dmin对所有 i=j和 t |
多智能体运动规划核心问题 |
|
3658 |
多智能体规划 |
运动规划 |
为每个智能体规划无碰撞路径,如基于速度障碍法 |
分布式实时避障 |
|
3659 |
多智能体规划 |
任务分配规划 |
将任务分配给智能体,并规划执行顺序 |
组合优化问题 |
|
3660 |
多智能体规划 |
学习型规划 |
用学习算法改进规划效率或质量 |
结合学习与规划 |
|
3661 |
多智能体决策 |
分布式决策 |
每个智能体基于局部信息决策,通过协调达成全局目标 |
如分布式约束满足问题 |
|
3662 |
多智能体决策 |
群体决策 |
聚合个体决策形成群体决策,如投票、加权平均 |
集体智慧 |
|
3663 |
多智能体决策 |
鲁棒决策 |
考虑最坏情况,maxxmind∈Df(x,d) |
鲁棒优化决策 |
|
3664 |
多智能体决策 |
多准则决策 |
maxx∑k=1Kwkfk(x),wk为准则权重 |
多目标决策,可结合群体偏好 |
|
3665 |
多智能体决策 |
伦理决策 |
考虑伦理规范,如公平、正义、隐私 |
人工智能伦理 |
|
3666 |
多智能体决策 |
实时决策 |
在严格时间限制内做出决策 |
实时系统要求 |
|
3667 |
多智能体决策 |
自适应决策 |
根据环境变化调整决策策略 |
自适应系统 |
|
3668 |
多智能体决策 |
学习型决策 |
从数据中学习决策策略,如强化学习 |
数据驱动决策 |
|
3669 |
多智能体决策 |
因果决策 |
基于因果推理决策,考虑干预效果 |
因果推断在决策中的应用 |
|
3670 |
多智能体决策 |
可解释决策 |
决策过程可解释,便于人类理解与信任 |
可解释人工智能 |
|
3671 |
多智能体优化 |
分布式凸优化 |
min∑i=1Nfi(x),x∈C,分布式求解 |
一致优化问题 |
|
3672 |
多智能体优化 |
分布式非凸优化 |
非凸目标函数,分布式求解可能陷入局部最优 |
更具挑战性 |
|
3673 |
多智能体优化 |
分布式对偶上升 |
xik+1=argminxifi(xi)+λikTxi+2ρ∥xi−zik∥2,λik+1=λik+ρ(xik+1−zik+1) |
ADMM的分布式版本 |
|
3674 |
多智能体优化 |
分布式梯度跟踪 |
xik+1=∑j∈N(i)wijxjk−αyik,yik+1=∑j∈N(i)wijyjk+∇fi(xik+1)−∇fi(xik) |
跟踪全局梯度,加速收敛 |
|
3675 |
多智能体优化 |
分布式随机优化 |
xik+1=∑j∈N(i)wijxjk−α∇~fi(xik),∇~为随机梯度 |
大数据场景,降低计算成本 |
|
3676 |
多智能体优化 |
分布式约束优化 |
本地约束 xi∈Xi,耦合约束 g(x1,...,xN)≤0 |
通过协调满足耦合约束 |
|
3677 |
多智能体优化 |
分布式整数规划 |
离散变量,组合优化,分布式求解 |
计算挑战大 |
|
3678 |
多智能体优化 |
多目标优化 |
min(f1(x),...,fm(x)),寻找帕累托前沿 |
分布式多目标优化 |
|
3679 |
多智能体优化 |
双层优化 |
上层优化影响下层,下层反应影响上层,分布式求解 |
主从优化,如激励设计 |
|
3680 |
多智能体优化 |
博弈优化 |
寻找均衡点,如纳什均衡,可作为优化问题求解 |
均衡约束优化 |
|
3681 |
多智能体自适应控制 |
模型参考自适应控制 |
每个智能体调整控制器参数以跟踪参考模型 |
分散式MRAC |
|
3682 |
多智能体自适应控制 |
自适应协同控制 |
智能体协同适应环境变化 |
参数未知或时变 |
|
3683 |
多智能体自适应控制 |
自适应资源分配 |
根据需求动态分配资源 |
动态资源优化 |
|
3684 |
多智能体自适应控制 |
自适应拓扑控制 |
根据网络条件调整通信拓扑 |
自适应网络结构 |
|
3685 |
多智能体自适应控制 |
自适应学习率调整 |
如Adam算法:mt=β1mt−1+(1−β1)gt,vt=β2vt−1+(1−β2)gt2 |
自适应调整学习率 |
|
3686 |
多智能体自适应控制 |
自适应探索 |
根据不确定性调整探索率,如ϵ-贪心中ϵ衰减 |
平衡探索与利用 |
|
3687 |
多智能体自适应控制 |
自适应通信 |
根据信息价值调整通信频率和内容 |
动态通信策略 |
|
3688 |
多智能体自适应控制 |
自适应协调 |
根据团队表现调整协调策略 |
协调参数自适应 |
|
3689 |
多智能体自适应控制 |
自适应鲁棒控制 |
结合自适应和鲁棒控制,处理参数不确定性和扰动 |
增强鲁棒性 |
|
3690 |
多智能体自适应控制 |
自适应容错控制 |
检测故障并自适应调整控制律 |
容错自适应 |
|
3691 |
多智能体鲁棒控制 |
鲁棒一致性 |
在有界干扰下实现一致性,如 x˙i=∑j∈Niaij(xj−xi)+di,$ |
d_i |
|
3692 |
多智能体鲁棒控制 |
鲁棒编队 |
在模型不确定性和干扰下保持队形 |
鲁棒控制设计 |
|
3693 |
多智能体鲁棒控制 |
鲁棒协同 |
在不确定环境下协同完成任务 |
鲁棒协同算法 |
|
3694 |
多智能体鲁棒控制 |
鲁棒优化决策 |
考虑最坏情况下的决策,maxxmind∈Df(x,d) |
鲁棒优化 |
|
3695 |
多智能体鲁棒控制 |
鲁棒学习 |
在学习过程中抵抗对抗样本或非平稳环境 |
鲁棒强化学习等 |
|
3696 |
多智能体鲁棒控制 |
鲁棒通信 |
在噪声、丢包等情况下可靠通信,如使用重传、编码 |
鲁棒通信协议 |
|
3697 |
多智能体鲁棒控制 |
鲁棒安全 |
在不确定性下保证安全,如使用鲁棒控制屏障函数 |
安全与鲁棒结合 |
|
3698 |
多智能体鲁棒控制 |
鲁棒自适应 |
结合鲁棒和自适应,处理参数不确定和扰动 |
鲁棒自适应控制 |
|
3699 |
多智能体鲁棒控制 |
鲁棒博弈 |
考虑对手策略不确定性的博弈,如 maxxminyf(x,y) |
鲁棒博弈论 |
|
3700 |
多智能体鲁棒控制 |
鲁棒同步 |
在干扰下实现同步,如鲁棒一致性算法 |
鲁棒同步控制 |
|
3701 |
多智能体容错控制 |
故障检测 |
检测智能体或通信故障,如基于观测器残差 |
分布式故障检测 |
|
3702 |
多智能体容错控制 |
故障隔离 |
隔离故障智能体,防止影响扩散 |
故障诊断与隔离 |
|
3703 |
多智能体容错控制 |
故障恢复 |
重新配置系统,恢复功能,如任务重分配 |
系统重构 |
|
3704 |
多智能体容错控制 |
任务重分配 |
将故障智能体的任务分配给其他智能体 |
动态任务分配 |
|
3705 |
多智能体容错控制 |
通信容错 |
多路径通信,抗链路故障,如冗余路由 |
可靠通信 |
|
3706 |
多智能体容错控制 |
拜占庭容错 |
容忍恶意智能体,如拜占庭共识算法 |
安全关键系统 |
|
3707 |
多智能体容错控制 |
一致性容错 |
在部分智能体故障下仍达成一致,如中值共识 |
容错一致性算法 |
|
3708 |
多智能体容错控制 |
控制重构 |
调整控制律以适应故障,如控制器重构 |
主动容错控制 |
|
3709 |
多智能体容错控制 |
自愈控制 |
自动检测、诊断、恢复,实现自我修复 |
自愈系统 |
|
3710 |
多智能体容错控制 |
容错学习 |
在学习过程中处理智能体故障,如鲁棒多智能体强化学习 |
学习系统的容错性 |
|
3711 |
多智能体安全控制 |
安全屏障函数 |
h(x)≥0,h˙+α(h)≥0 |
控制屏障函数保证安全 |
|
3712 |
多智能体安全控制 |
安全强化学习 |
maxE[∑tRt],s.t. P(violation)≤δ |
约束强化学习保证安全 |
|
3713 |
多智能体安全控制 |
安全协同 |
协同任务中保证安全,如防碰撞 |
安全协同控制算法 |
|
3714 |
多智能体安全控制 |
安全通信 |
加密、认证,防止窃听和篡改 |
通信安全 |
|
3715 |
多智能体安全控制 |
安全决策 |
决策避免危险状态,如基于安全屏障函数的决策 |
安全约束决策 |
|
3716 |
多智能体安全控制 |
安全验证 |
形式化验证系统安全性,如模型检验 |
保证系统安全属性 |
|
3717 |
多智能体安全控制 |
安全监控 |
实时监测安全状态,触发保护措施 |
安全监控系统 |
|
3718 |
多智能体安全控制 |
安全自适应 |
在安全约束下自适应调整,如安全自适应控制 |
安全与自适应结合 |
|
3719 |
多智能体安全控制 |
安全容错 |
结合安全和容错,保证故障情况下的安全 |
安全容错控制 |
|
3720 |
多智能体安全控制 |
安全博弈 |
考虑攻击者和防御者的博弈,如网络安全博弈 |
安全博弈论 |
|
3721 |
多智能体隐私控制 |
差分隐私 |
在数据中添加噪声,保护个体隐私,M(D)=f(D)+Lap(ϵΔf) |
拉普拉斯机制 |
|
3722 |
多智能体隐私控制 |
安全多方计算 |
多个参与方协同计算函数,而不泄露各自输入 |
MPC协议 |
|
3723 |
多智能体隐私控制 |
同态加密 |
在加密数据上直接计算,E(x)⋅E(y)=E(x+y) |
加法同态加密示例 |
|
3724 |
多智能体隐私控制 |
联邦学习 |
分布式训练模型,数据不离开本地,保护数据隐私 |
隐私保护机器学习 |
|
3725 |
多智能体隐私控制 |
匿名通信 |
隐藏通信双方身份,如Tor网络 |
通信隐私保护 |
|
3726 |
多智能体隐私控制 |
隐私保护决策 |
决策过程中不泄露私有信息,如基于安全多方计算的决策 |
隐私保护决策 |
|
3727 |
多智能体隐私控制 |
隐私保护优化 |
分布式优化不泄露本地目标函数,如差分隐私分布式优化 |
隐私保护优化 |
|
3728 |
多智能体隐私控制 |
隐私度量 |
如互信息、差分隐私预算 ϵ等 |
量化隐私水平 |
|
3729 |
多智能体隐私控制 |
隐私权衡 |
隐私与效用之间的权衡,如差分隐私中噪声大小与精度权衡 |
隐私-效用权衡 |
|
3730 |
多智能体隐私控制 |
隐私增强技术 |
多种技术结合保护隐私,如差分隐私+联邦学习 |
综合隐私保护 |
|
3731 |
多智能体可扩展控制 |
分层控制 |
高层宏观控制,底层微观控制,减少复杂度 |
分层控制架构 |
|
3732 |
多智能体可扩展控制 |
模块化设计 |
模块化智能体,可组合,提高可扩展性 |
模块化系统 |
|
3733 |
多智能体可扩展控制 |
分布式计算 |
计算分布在多个智能体上,避免中心瓶颈 |
分布式计算架构 |
|
3734 |
多智能体可扩展控制 |
异步算法 |
智能体异步更新,提高效率 |
异步并行算法 |
|
3735 |
多智能体可扩展控制 |
事件触发控制 |
事件触发更新,减少不必要的通信和计算 |
事件触发控制 |
|
3736 |
多智能体可扩展控制 |
稀疏通信 |
只与邻居通信,通信拓扑稀疏,节省通信资源 |
稀疏通信网络 |
|
3737 |
多智能体可扩展控制 |
增量算法 |
增量更新,适应动态变化,减少计算量 |
增量算法 |
|
3738 |
多智能体可扩展控制 |
并行计算 |
并行处理,加速计算 |
并行算法 |
|
3739 |
多智能体可扩展控制 |
云计算集成 |
部分计算卸载到云端,利用云资源 |
云边协同计算 |
|
3740 |
多智能体可扩展控制 |
自适应复杂度算法 |
根据资源调整算法复杂度,如动态调整优化迭代次数 |
自适应复杂度控制 |
|
3741 |
多智能体实时控制 |
实时调度 |
任务满足截止时间,如最早截止时间优先 |
实时调度算法 |
|
3742 |
多智能体实时控制 |
实时通信 |
低延迟、确定性通信,如时间触发以太网 |
实时通信协议 |
|
3743 |
多智能体实时控制 |
实时决策 |
在时间约束内做出决策,如快速探索随机树实时版本 |
实时决策算法 |
|
3744 |
多智能体实时控制 |
实时协同 |
严格时间约束下的协同,如实时协同控制 |
实时协同算法 |
|
3745 |
多智能体实时控制 |
实时监控 |
实时监测系统状态,快速响应 |
实时监控系统 |
|
3746 |
多智能体实时控制 |
实时适应 |
实时适应环境变化,如自适应实时控制 |
实时自适应控制 |
|
3747 |
多智能体实时控制 |
实时容错 |
快速检测和恢复故障,保证实时性 |
实时容错控制 |
|
3748 |
多智能体实时控制 |
实时优化 |
实时求解优化问题,如模型预测控制的实时实现 |
实时优化算法 |
|
3749 |
多智能体实时控制 |
实时学习 |
在线学习,快速适应,如实时强化学习 |
实时学习算法 |
|
3750 |
多智能体实时控制 |
实时安全 |
实时保证安全,如实时安全屏障函数 |
实时安全控制 |
|
3751 |
多智能体能量控制 |
能量收集 |
从环境收集能量,如太阳能、振动能 |
能量收集管理算法 |
|
3752 |
多智能体能量控制 |
能量协同 |
智能体间共享能量,如无线能量传输 |
能量协同管理 |
|
3753 |
多智能体能量控制 |
能量感知调度 |
调度考虑能量消耗,最小化能量使用 |
能量感知调度算法 |
|
3754 |
多智能体能量控制 |
能量优化 |
最小化总能量消耗,如路径规划考虑能耗 |
能量优化控制 |
|
3755 |
多智能体能量控制 |
能量均衡 |
平衡各智能体能量消耗,避免部分节点过早耗尽 |
能量均衡算法 |
|
3756 |
多智能体能量控制 |
能量有效通信 |
降低通信能耗,如调整发射功率 |
节能通信协议 |
|
3757 |
多智能体能量控制 |
能量有效计算 |
降低计算能耗,如动态电压频率调整 |
节能计算技术 |
|
3758 |
多智能体能量控制 |
能量感知控制 |
控制策略考虑能量约束,如低功耗控制模式 |
能量感知控制算法 |
|
3759 |
多智能体能量控制 |
能量可持续 |
长期能量自给自足,如可再生能源管理 |
可持续能量管理 |
|
3760 |
多智能体能量控制 |
能量博弈 |
智能体竞争或合作分配能量,如微电网能量交易 |
能量博弈模型 |
|
3761 |
多智能体人机交互 |
共享控制 |
人类和智能体共同控制,u=αuh+(1−α)ur |
共享控制架构 |
|
3762 |
多智能体人机交互 |
人机协同 |
人类和智能体协同完成任务,如协同搬运 |
人机协同控制 |
|
3763 |
多智能体人机交互 |
人机通信 |
自然语言、手势等通信,如对话系统 |
人机通信技术 |
|
3764 |
多智能体人机交互 |
人机信任 |
人类对智能体的信任建模,T(t+1)=T(t)+ΔT |
信任动态模型 |
|
3765 |
多智能体人机交互 |
人机学习 |
从人类示范或反馈中学习,如模仿学习 |
人机学习算法 |
|
3766 |
多智能体人机交互 |
人机决策 |
人类和智能体共同决策,如混合主动系统 |
人机决策模型 |
|
3767 |
多智能体人机交互 |
人机安全 |
保证人类安全,如协作机器人安全标准 |
人机安全控制 |
|
3768 |
多智能体人机交互 |
人机界面 |
直观易用的界面,如图形用户界面、增强现实 |
人机界面设计 |
|
3769 |
多智能体人机交互 |
人机效率 |
提高人机系统整体效率,如任务分配优化 |
人机效率优化 |
|
3770 |
多智能体人机交互 |
人机适应性 |
系统适应不同人类用户,如个性化辅助 |
自适应人机交互 |
|
3771 |
多智能体生物启发 |
蚁群优化 |
蚂蚁觅食行为启发的优化算法,路径选择概率 pij=∑l[τil]α[ηil]β[τij]α[ηij]β |
群体智能优化算法 |
|
3772 |
多智能体生物启发 |
粒子群优化 |
鸟群、鱼群行为启发的优化算法,速度更新 vit+1=wvit+c1r1(pi−xit)+c2r2(g−xit) |
群体智能优化算法 |
|
3773 |
多智能体生物启发 |
蜂群算法 |
蜜蜂采蜜行为启发的优化算法 |
人工蜂群算法 |
|
3774 |
多智能体生物启发 |
细菌觅食优化 |
细菌行为启发的优化算法 |
细菌觅食优化算法 |
|
3775 |
多智能体生物启发 |
免疫算法 |
免疫系统启发的优化算法 |
人工免疫系统 |
|
3776 |
多智能体生物启发 |
神经网络 |
大脑神经元网络启发的算法 |
人工神经网络 |
|
3777 |
多智能体生物启发 |
遗传算法 |
自然选择启发的优化算法,选择、交叉、变异 |
进化算法 |
|
3778 |
多智能体生物启发 |
进化策略 |
进化论启发的优化算法,(1+λ)-ES 等 |
进化策略算法 |
|
3779 |
多智能体生物启发 |
群体智能 |
简单个体组成群体表现智能,如鸟群、鱼群模拟 |
群体智能模型 |
|
3780 |
多智能体生物启发 |
生态系统模拟 |
生态系统启发的多智能体系统,如捕食者-猎物模型 |
生态模拟算法 |
|
3781 |
多智能体物理控制 |
多机器人控制 |
机器人集群控制,如编队、协同搬运 |
多机器人系统控制 |
|
3782 |
多智能体物理控制 |
无人机编队 |
无人机集群编队飞行,如一致性编队控制 |
无人机编队控制 |
|
3783 |
多智能体物理控制 |
自动驾驶车队 |
多辆自动驾驶汽车协同,如协同自适应巡航控制 |
车队协同控制 |
|
3784 |
多智能体物理控制 |
卫星编队 |
卫星集群协同工作,如合成孔径雷达卫星编队 |
卫星编队控制 |
|
3785 |
多智能体物理控制 |
智能电网 |
分布式能源管理,如微电网电压频率控制 |
智能电网控制 |
|
3786 |
多智能体物理控制 |
工业物联网 |
工业设备协同控制,如柔性制造系统 |
工业物联网控制 |
|
3787 |
多智能体物理控制 |
智能建筑 |
建筑内设备协同控制,如照明、空调、安防 |
智能建筑控制 |
|
3788 |
多智能体物理控制 |
智能交通 |
交通信号灯、车辆协同,如绿波带控制 |
智能交通控制 |
|
3789 |
多智能体物理控制 |
智能家居 |
家居设备协同控制,如场景模式 |
智能家居控制 |
|
3790 |
多智能体物理控制 |
智能制造 |
生产线协同控制,如AGV调度 |
智能制造控制 |
|
3791 |
多智能体软件控制 |
软件智能体 |
运行在软件环境中的智能体,如BDI智能体 |
软件智能体架构 |
|
3792 |
多智能体软件控制 |
移动智能体 |
可在网络中移动的智能体,如移动代码 |
移动智能体平台 |
|
3793 |
多智能体软件控制 |
智能体平台 |
如JADE、MASON,提供智能体运行环境 |
多智能体系统平台 |
|
3794 |
多智能体软件控制 |
智能体通信语言 |
如FIPA ACL,定义智能体间通信协议 |
智能体通信语言 |
|
3795 |
多智能体软件控制 |
智能体体系结构 |
如BDI(信念-愿望-意图),定义智能体内部结构 |
智能体体系结构 |
|
3796 |
多智能体软件控制 |
智能体协调协议 |
如合同网协议,协调智能体间任务分配 |
协调协议 |
|
3797 |
多智能体软件控制 |
智能体模拟 |
多智能体系统模拟,如社会模拟 |
多智能体模拟平台 |
|
3798 |
多智能体软件控制 |
智能体编程 |
编程语言和框架,如Jason(基于AgentSpeak) |
智能体编程语言 |
|
3799 |
多智能体软件控制 |
智能体验证 |
验证智能体系统性质,如模型检验 |
形式化验证 |
|
3800 |
多智能体软件控制 |
智能体测试 |
测试智能体系统,如基于场景的测试 |
智能体测试方法 |
注:此表列出了多智能体控制领域算法序号3601-3800的200个算法及其数学方程式。多智能体控制是一个不断发展的领域,新算法层出不穷。这里列出的算法涵盖了理论基础、学习、通信、规划、决策、优化、自适应、鲁棒、容错、安全、隐私、可扩展、实时、能量、人机交互、生物启发、物理控制、软件控制等多个方面。由于篇幅限制,每个算法的描述较为简洁,实际应用时需要参考更详细的文献。后续可继续补充更多算法。
多智能体控制算法数学方程式表(续3801-4000)
|
序号 |
领域 |
算法名称 |
数学方程式/数学模型 |
说明 |
|---|---|---|---|---|
|
3801 |
多智能体物理控制 |
智能体力学建模 |
M(q)q¨+C(q,q˙)q˙+g(q)=τ+JTFext |
机器人动力学方程,用于精确控制 |
|
3802 |
多智能体物理控制 |
柔性体建模 |
ρ∂t2∂2u=∇⋅σ+f |
连续介质力学方程,用于柔体机器人控制 |
|
3803 |
多智能体物理控制 |
流体-结构耦合 |
ρf(∂t∂v+v⋅∇v)=−∇p+μ∇2v+f,ρs∂t2∂2d=∇⋅σs+fs |
流体和固体相互作用建模 |
|
3804 |
多智能体物理控制 |
多体系统动力学 |
M(q)q¨+C(q,q˙)q˙+g(q)=Q |
用于复杂机械系统控制 |
|
3805 |
多智能体物理控制 |
热力学建模 |
dtdU=Q˙−W˙ |
热力学第一定律,用于热管理系统控制 |
|
3806 |
多智能体物理控制 |
电磁学建模 |
麦克斯韦方程组:∇⋅D=ρf,∇×E=−∂t∂B,∇⋅B=0,∇×H=Jf+∂t∂D |
电磁系统建模与控制 |
|
3807 |
多智能体物理控制 |
声学建模 |
c21∂t2∂2p=∇2p |
声波方程,用于主动噪声控制 |
|
3808 |
多智能体物理控制 |
光学建模 |
∇2E=c21∂t2∂2E |
光波方程,用于光场控制 |
|
3809 |
多智能体物理控制 |
量子力学建模 |
iℏ∂t∂Ψ=H^Ψ |
薛定谔方程,用于量子系统控制 |
|
3810 |
多智能体物理控制 |
相对论建模 |
Gμν=c48πGTμν |
爱因斯坦场方程,用于引力系统分析 |
|
3811 |
多智能体化学建模 |
化学反应动力学 |
dtdCi=∑jνijrj,rj=kj∏Ciαij |
化学浓度变化动力学 |
|
3812 |
多智能体化学建模 |
质量作用定律 |
r=k[A]m[B]n |
基元反应速率方程 |
|
3813 |
多智能体化学建模 |
阿伦尼乌斯方程 |
k=Ae−Ea/(RT) |
反应速率常数与温度关系 |
|
3814 |
多智能体化学建模 |
化学平衡 |
Kc=[A]a[B]b[C]c[D]d |
平衡常数计算 |
|
3815 |
多智能体化学建模 |
电化学 |
能斯特方程:E=E0−nFRTlnQ |
电极电势计算 |
|
3816 |
多智能体化学建模 |
表面化学 |
朗缪尔吸附等温式:θ=1+KPKP |
表面吸附过程建模 |
|
3817 |
多智能体化学建模 |
催化动力学 |
Michaelis-Menten方程:v=Km+[S]Vmax[S] |
酶催化反应动力学 |
|
3818 |
多智能体化学建模 |
聚合反应动力学 |
dtdM=−kp[M][P] |
链增长速率方程 |
|
3819 |
多智能体化学建模 |
燃烧动力学 |
dtd[F]=−A[F]a[O]be−E/(RT) |
燃料消耗速率方程 |
|
3820 |
多智能体化学建模 |
大气化学 |
dtd[O3]=J[O2]−k[O3][O] |
臭氧生成与消耗 |
|
3821 |
多智能体环境判断 |
视觉SLAM |
minX,L∑i∑j∥zij−hij(Xi,Lj)∥2 |
同时定位与地图构建 |
|
3822 |
多智能体环境判断 |
视觉里程计 |
Tt,t+1=argminT∑i∥It(xi)−It+1(π(Tπ−1(xi,di)))∥2 |
通过图像匹配估计相机运动 |
|
3823 |
多智能体环境判断 |
立体视觉 |
d=xl−xrfb |
通过视差计算深度 |
|
3824 |
多智能体环境判断 |
光流 |
Ixu+Iyv+It=0 |
亮度恒定约束方程 |
|
3825 |
多智能体环境判断 |
视觉惯性里程计 |
minX(∑i∥rI(zi+1i,X)∥2+∑j∥rC(zj,X)∥2) |
结合视觉和惯性测量 |
|
3826 |
多智能体环境判断 |
深度估计 |
d=f(I;θ) |
从单目图像估计深度 |
|
3827 |
多智能体环境判断 |
语义分割 |
$y_{ij} = \arg\max_c P(c |
I_{ij}; \theta)$ |
|
3828 |
多智能体环境判断 |
实例分割 |
同时进行目标检测和像素级分割 |
区分不同实例 |
|
3829 |
多智能体环境判断 |
全景分割 |
统一语义分割和实例分割 |
全景场景理解 |
|
3830 |
多智能体环境判断 |
三维重建 |
V=TSDF({Ii,Ti}i=1N) |
从多视图重建三维体积 |
|
3831 |
多智能体环境判断 |
神经辐射场 |
C(r)=∫tntfT(t)σ(r(t))c(r(t),d)dt |
隐式三维场景表示 |
|
3832 |
多智能体环境判断 |
视觉定位 |
T=argminT∑i∥xi−π(TXi)∥2 |
估计相机在已知地图中的位置 |
|
3833 |
多智能体环境判断 |
视觉伺服 |
u=−KL+(s−s∗) |
基于视觉反馈控制机器人运动 |
|
3834 |
多智能体环境判断 |
视觉跟踪 |
$x_t = \arg\max_x P(x |
I_t, x_{t-1})$ |
|
3835 |
多智能体环境判断 |
行为识别 |
y=f({It}t=1T;θ) |
从视频序列识别行为 |
|
3836 |
多智能体环境判断 |
场景图生成 |
G=(V,E),V为物体,E为关系 |
结构化场景表示 |
|
3837 |
多智能体环境判断 |
视觉问答 |
a=f(I,q;θ) |
根据图像回答问题 |
|
3838 |
多智能体环境判断 |
图像描述 |
$S = \arg\max_S P(S |
I; \theta)$ |
|
3839 |
多智能体环境判断 |
视觉推理 |
结合视觉和逻辑推理回答问题 |
需要外部知识 |
|
3840 |
多智能体环境判断 |
视觉导航 |
$\pi(a |
I, g; \theta)$ |
|
3841 |
多智能体环境判断 |
嗅觉传感器建模 |
R=f(C,T,RH;θ) |
传感器响应与气体浓度、温度、湿度关系 |
|
3842 |
多智能体环境判断 |
电子鼻 |
y=Classifier([R1,R2,...,Rn];θ) |
气体传感器阵列模式识别 |
|
3843 |
多智能体环境判断 |
气体扩散模型 |
∂t∂C=D∇2C−v⋅∇C+S |
对流扩散方程 |
|
3844 |
多智能体环境判断 |
气体源定位 |
x^s=argminxs∑i∥Ci−f(xi,xs)∥2 |
根据浓度测量估计源位置 |
|
3845 |
多智能体环境判断 |
嗅觉SLAM |
同时估计气体分布和智能体位置 |
嗅觉制图与定位 |
|
3846 |
多智能体环境判断 |
混合气体分析 |
R=AC,C=A+R |
线性混合模型,A为灵敏度矩阵 |
|
3847 |
多智能体环境判断 |
漂移补偿 |
Rcal=aR+b |
线性漂移补偿 |
|
3848 |
多智能体环境判断 |
特征提取 |
F=[max(R),mean(R),std(R),...] |
从传感器响应曲线提取特征 |
|
3849 |
多智能体环境判断 |
异常检测 |
y={10if ∥F−Fnormal∥>τotherwise |
检测异常气体泄漏 |
|
3850 |
多智能体环境判断 |
质量评估 |
y=f(F;θ) |
根据挥发性有机物模式评估质量 |
|
3851 |
多智能体环境判断 |
医学诊断 |
y=f(F;θ) |
根据呼出气体诊断疾病 |
|
3852 |
多智能体环境判断 |
环境监测 |
C=f(R;θ) |
监测空气污染物浓度 |
|
3853 |
多智能体环境判断 |
爆炸物检测 |
$y = \begin{cases} 1 & \text{if } P(explosive |
F) > \tau \0 & \text{otherwise} \end{cases}$ |
|
3854 |
多智能体环境判断 |
毒品检测 |
类似爆炸物检测,针对毒品特征 |
海关、安检应用 |
|
3855 |
多智能体环境判断 |
火灾检测 |
$y = \begin{cases} 1 & \text{if } P(fire |
F) > \tau \0 & \text{otherwise} \end{cases}$ |
|
3856 |
多智能体环境判断 |
机器人嗅觉 |
移动机器人搭载气体传感器进行探测 |
自主气体监测 |
|
3857 |
多智能体环境判断 |
空气动力学建模 |
F=21ρv2SC |
气动力计算 |
|
3858 |
多智能体环境判断 |
风速风向测量 |
v=f(ΔP;θ),θ=g([P1,P2,P3,P4]) |
通过压力差计算风速风向 |
|
3859 |
多智能体环境判断 |
气压测量 |
P=f(R;θ) |
气压传感器响应 |
|
3860 |
多智能体环境判断 |
温湿度测量 |
T=f(RT;θ),RH=f(RRH;θ) |
温湿度传感器响应 |
|
3861 |
多智能体环境判断 |
颗粒物测量 |
CPM=f(I;θ) |
通过光散射测量颗粒物浓度 |
|
3862 |
多智能体环境判断 |
气体浓度测量 |
C=f(I;θ) |
通过光学吸收测量气体浓度 |
|
3863 |
多智能体环境判断 |
辐射测量 |
D=f(I;θ) |
辐射剂量测量 |
|
3864 |
多智能体环境判断 |
能见度测量 |
V=σ3.912 |
通过消光系数计算能见度 |
|
3865 |
多智能体环境判断 |
酸雨测量 |
pH = −log10[H+] |
通过pH计测量酸雨酸度 |
|
3866 |
多智能体环境判断 |
温室气体测量 |
C=f(I;θ) |
通过红外吸收测量CO2、CH4等 |
|
3867 |
多智能体环境判断 |
VOC测量 |
C=f(I;θ) |
挥发性有机物浓度测量 |
|
3868 |
多智能体环境判断 |
异味测量 |
OI=∑iwiCi |
异味指数计算 |
|
3869 |
多智能体环境判断 |
空气龄 |
τ=∫0∞C(t)dt∫0∞tC(t)dt |
空气新鲜度指标 |
|
3870 |
多智能体环境判断 |
空气交换率 |
ACH=VQ |
换气次数计算 |
|
3871 |
多智能体环境判断 |
污染源解析 |
Ci=∑jaijSj |
化学质量平衡模型 |
|
3872 |
多智能体环境判断 |
扩散模拟 |
高斯烟羽模型:C(x,y,z)=2πuσyσzQexp(−2σy2y2)[exp(−2σz2(z−H)2)+exp(−2σz2(z+H)2)] |
污染物扩散预测 |
|
3873 |
多智能体环境判断 |
空气净化控制 |
u=Kp(Cset−C) |
根据PM2.5浓度控制净化器 |
|
3874 |
多智能体环境判断 |
通风控制 |
u=Kp(CO2set−CO2) |
根据CO2浓度控制新风量 |
|
3875 |
多智能体环境判断 |
空调控制 |
uT=Kp,T(Tset−T),uRH=Kp,RH(RHset−RH) |
温湿度独立控制 |
|
3876 |
多智能体环境判断 |
空气质量预警 |
if AQI>200 then alert |
根据AQI发布预警 |
|
3877 |
多智能体物理控制 |
温度传感器建模 |
R=f(T;θ) |
温度传感器响应模型 |
|
3878 |
多智能体物理控制 |
热电偶 |
E=α(T−T0) |
塞贝克效应,热电势与温差成正比 |
|
3879 |
多智能体物理控制 |
热电阻 |
R=R0[1+α(T−T0)] |
电阻与温度关系 |
|
3880 |
多智能体物理控制 |
红外测温 |
J=εσT4 |
斯特藩-玻尔兹曼定律 |
|
3881 |
多智能体物理控制 |
热成像 |
T(x,y)=f(I(x,y);θ) |
从红外图像反演温度分布 |
|
3882 |
多智能体物理控制 |
温度梯度 |
∇T=(∂x∂T,∂y∂T,∂z∂T) |
温度变化率 |
|
3883 |
多智能体物理控制 |
热流密度 |
q=−k∇T |
傅里叶定律 |
|
3884 |
多智能体物理控制 |
热容 |
C=ΔTQ |
物体存储热量的能力 |
|
3885 |
多智能体物理控制 |
热阻 |
R=qΔT |
传热阻力 |
|
3886 |
多智能体物理控制 |
热平衡 |
∑iQi=0 |
系统内热量守恒 |
|
3887 |
多智能体物理控制 |
热传导方程 |
∂t∂T=α∇2T |
温度场随时间变化 |
|
3888 |
多智能体物理控制 |
对流换热 |
q=h(Ts−Tf) |
牛顿冷却定律 |
|
3889 |
多智能体物理控制 |
辐射换热 |
q=εσ(T14−T24) |
两表面间辐射换热 |
|
3890 |
多智能体物理控制 |
相变温度 |
Tm,Tb |
熔点、沸点 |
|
3891 |
多智能体物理控制 |
热应力 |
σ=EαΔT |
温度变化引起的应力 |
|
3892 |
多智能体物理控制 |
热膨胀 |
ΔL=αLΔT |
线膨胀公式 |
|
3893 |
多智能体物理控制 |
热舒适 |
PMV = f(Ta,Tr,v,RH,M,Icl) |
预测平均投票 |
|
3894 |
多智能体物理控制 |
体温监测 |
Tc=f(Ts;θ) |
通过表面温度估计核心温度 |
|
3895 |
多智能体物理控制 |
环境温度监测 |
分布式温度传感器网络监测 |
大范围温度场监测 |
|
3896 |
多智能体物理控制 |
温度控制 |
u=Kp(Tset−T)+Ki∫(Tset−T)dt |
PID温度控制 |
|
3897 |
多智能体物理控制 |
温度报警 |
if T>Tmax then alarm |
超温报警 |
|
3898 |
多智能体物理控制 |
温度校准 |
Ttrue=aTmeas+b |
线性校准 |
|
3899 |
多智能体物理控制 |
湿度传感器建模 |
R=f(RH;θ) |
湿度传感器响应模型 |
|
3900 |
多智能体物理控制 |
电容式湿度传感器 |
C=ε0εr(RH)A/d |
电容与相对湿度相关 |
|
3901 |
多智能体物理控制 |
电阻式湿度传感器 |
R=f(RH;θ) |
电阻与相对湿度相关 |
|
3902 |
多智能体物理控制 |
露点计算 |
Td=a−γ(T,RH)bγ(T,RH),γ(T,RH)=b+TaT+ln(RH/100) |
Magnus公式计算露点 |
|
3903 |
多智能体物理控制 |
绝对湿度计算 |
ρv=RvTe,e=es×RH/100 |
通过水汽压计算绝对湿度 |
|
3904 |
多智能体物理控制 |
相对湿度计算 |
RH=ese×100% |
相对湿度定义 |
|
3905 |
多智能体物理控制 |
混合比计算 |
w=0.622p−ee |
水汽混合比 |
|
3906 |
多智能体物理控制 |
湿球温度计算 |
通过迭代求解 es(Tw)−e=755p(T−Tw) |
热力学湿球温度 |
|
3907 |
多智能体物理控制 |
焓湿图应用 |
查图或计算空气处理过程 |
空气调节过程分析 |
|
3908 |
多智能体物理控制 |
湿度校准 |
RHtrue=aRHmeas+b |
线性校准 |
|
3909 |
多智能体物理控制 |
湿度控制 |
u=Kp(RHset−RH) |
简单比例控制 |
|
3910 |
多智能体物理控制 |
结露预警 |
if Tsurface<Td then warn |
防止结露 |
|
3911 |
多智能体物理控制 |
湿度对材料影响 |
L=L0(1+βΔRH) |
材料尺寸随湿度变化 |
|
3912 |
多智能体物理控制 |
湿度对生物影响 |
微生物生长速率 r=f(T,RH) |
温湿度对微生物的影响 |
|
3913 |
多智能体物理控制 |
湿度对电子设备影响 |
故障率 λ=f(RH) |
高湿增加故障率 |
|
3914 |
多智能体物理控制 |
湿度对舒适度影响 |
PMV中包含湿度影响 |
综合热舒适评价 |
|
3915 |
多智能体物理控制 |
湿度补偿 |
RHcomp=f(RHmeas,T) |
温度对湿度测量的影响补偿 |
|
3916 |
多智能体认知学习 |
物体检测 |
y=Detector(I;θ) |
检测图像中物体位置和类别 |
|
3917 |
多智能体认知学习 |
物体识别 |
y=Classifier(I;θ) |
识别图像中物体类别 |
|
3918 |
多智能体认知学习 |
物体跟踪 |
xt=Tracker(It,xt−1;θ) |
跟踪物体在视频中的位置 |
|
3919 |
多智能体认知学习 |
物体姿态估计 |
(R,t)=PoseEstimator(I;θ) |
估计物体的6D姿态 |
|
3920 |
多智能体认知学习 |
物体三维重建 |
V=Reconstructor({Ii};θ) |
从多视图重建物体三维模型 |
|
3921 |
多智能体认知学习 |
物体抓取检测 |
g=GraspDetector(I;θ) |
检测可行的抓取位置和姿态 |
|
3922 |
多智能体认知学习 |
物体分割 |
M=Segmenter(I;θ) |
分割物体区域 |
|
3923 |
多智能体认知学习 |
物体属性识别 |
a=AttributePredictor(I;θ) |
识别物体属性(颜色、材质等) |
|
3924 |
多智能体认知学习 |
物体关系检测 |
r=RelationDetector(I;θ) |
检测物体间关系 |
|
3925 |
多智能体认知学习 |
场景图生成 |
G=SceneGraphGenerator(I;θ) |
生成场景图 |
|
3926 |
多智能体认知学习 |
物体功能推理 |
f=FunctionReasoner(I;θ) |
推理物体功能 |
|
3927 |
多智能体认知学习 |
物体物理属性推理 |
p=PhysicalPropertyReasoner(I;θ) |
推理质量、硬度等物理属性 |
|
3928 |
多智能体认知学习 |
物体用途推理 |
u=UsageReasoner(I;θ) |
推理物体用途 |
|
3929 |
多智能体认知学习 |
物体组成部分识别 |
P=PartSegmenter(I;θ) |
识别物体组成部分 |
|
3930 |
多智能体认知学习 |
物体状态识别 |
s=StateRecognizer(I;θ) |
识别物体状态(开/关、完整/损坏等) |
|
3931 |
多智能体认知学习 |
物体异常检测 |
y=AnomalyDetector(I;θ) |
检测物体异常 |
|
3932 |
多智能体认知学习 |
物体计数 |
n=Counter(I;θ) |
统计物体数量 |
|
3933 |
多智能体认知学习 |
物体定位 |
p=Localizer(I,map;θ) |
在环境中定位物体 |
|
3934 |
多智能体认知学习 |
物体重识别 |
y=ReID(I1,I2;θ) |
判断两图像中是否为同一物体 |
|
3935 |
多智能体认知学习 |
物体行为识别 |
a=ActionRecognizer({It};θ) |
识别物体行为 |
|
3936 |
多智能体认知学习 |
概念学习 |
$P(c |
X) = \frac{P(X |
|
3937 |
多智能体认知学习 |
分类学习 |
minθ∑iL(f(xi;θ),yi) |
监督分类学习 |
|
3938 |
多智能体认知学习 |
回归学习 |
minθ∑i(f(xi;θ)−yi)2 |
监督回归学习 |
|
3939 |
多智能体认知学习 |
聚类学习 |
minθ∑iminj∥xi−μj∥2 |
K-means聚类 |
|
3940 |
多智能体认知学习 |
关联学习 |
P(A∪B)=P(A)+P(B)−P(A∩B) |
概率关联规则 |
|
3941 |
多智能体认知学习 |
强化学习 |
maxθE[∑tγtrt] |
最大化累积奖励 |
|
3942 |
多智能体认知学习 |
模仿学习 |
minθEs∼dπ∗[D(πθ(s),π∗(s))] |
最小化与专家策略的差异 |
|
3943 |
多智能体认知学习 |
元学习 |
minϕ∑TiLTi(fθi′),θi′=uϕ(DTitr) |
学习如何快速适应新任务 |
|
3944 |
多智能体认知学习 |
迁移学习 |
minθLtarget(fθ)+λD(fθsource,fθtarget) |
利用源领域知识帮助目标领域学习 |
|
3945 |
多智能体认知学习 |
多任务学习 |
minθ∑i=1TλiLi(fθ) |
同时学习多个相关任务 |
|
3946 |
多智能体认知学习 |
终身学习 |
minθ∑t=1TLt(fθ)+λR(θ,θt−1) |
持续学习多个任务,避免灾难性遗忘 |
|
3947 |
多智能体认知学习 |
在线学习 |
θt+1=θt−ηt∇l(fθt(xt),yt) |
数据流顺序到达,逐步更新模型 |
|
3948 |
多智能体认知学习 |
主动学习 |
$\max_{x \in U} I(y; \theta |
x)$ |
|
3949 |
多智能体认知学习 |
半监督学习 |
minθ∑i=1lL(fθ(xi),yi)+λ∑j=1uR(fθ(xj)) |
利用有标签和无标签数据学习 |
|
3950 |
多智能体认知学习 |
自监督学习 |
minθL(gθ(fθ(x)),x) |
从数据自身生成监督信号 |
|
3951 |
多智能体认知学习 |
对比学习 |
minθ−log∑k=iexp(sim(zi,zk)/τ)exp(sim(zi,zj)/τ) |
拉近正样本,推开负样本 |
|
3952 |
多智能体认知学习 |
生成学习 |
minGmaxDE[logD(x)]+E[log(1−D(G(z)))] |
生成对抗网络 |
|
3953 |
多智能体认知学习 |
因果学习 |
$P(Y |
do(X)) = \sum_z P(Y |
|
3954 |
多智能体认知学习 |
符号学习 |
学习符号规则,如 IF condition THEN action |
可解释规则学习 |
|
3955 |
多智能体认知学习 |
神经符号学习 |
结合神经网络和符号推理 |
可解释且强大的学习 |
|
3956 |
多智能体认知学习 |
图学习 |
hv(l+1)=σ(∑u∈N(v)W(l)hu(l)) |
图神经网络 |
|
3957 |
多智能体认知学习 |
记忆增强学习 |
ht,ct=LSTM(xt,ht−1,ct−1) |
长短期记忆网络 |
|
3958 |
多智能体认知学习 |
注意力学习 |
Attention(Q,K,V)=softmax(dkQKT)V |
缩放点积注意力 |
|
3959 |
多智能体认知学习 |
课程学习 |
从简单样本开始,逐步增加难度 |
提高学习效率和泛化 |
|
3960 |
多智能体认知学习 |
集成学习 |
f(x)=∑i=1Mwifi(x) |
结合多个模型预测 |
|
3961 |
多智能体认知学习 |
深度学习 |
h(l+1)=σ(W(l)h(l)+b(l)) |
多层神经网络 |
|
3962 |
多智能体认知学习 |
贝叶斯学习 |
$p(\theta |
D) = \frac{p(D |
|
3963 |
多智能体认知学习 |
演化学习 |
θ′=θ+ϵ,ϵ∼N(0,σ) |
进化策略 |
|
3964 |
多智能体认知学习 |
稀疏学习 |
minθ∥y−Xθ∥2+λ∥θ∥1 |
Lasso回归,特征选择 |
|
3965 |
多智能体认知学习 |
多模态学习 |
minθ∑m=1MλmLm(fθ(m)(x(m)),y) |
融合多种模态信息 |
|
3966 |
多智能体认知学习 |
小样本学习 |
minϕ∑TiLTi(fθi′),θi′=uϕ(DTisupport) |
从少量样本学习新概念 |
|
3967 |
多智能体认知学习 |
零样本学习 |
y=argmaxcsim(f(x),g(tc)) |
识别训练时未见过类别 |
|
3968 |
多智能体认知学习 |
开放集识别 |
识别已知类别,拒绝未知类别 |
实际应用重要问题 |
|
3969 |
多智能体控制算法数学方程式表(续3969-4500)
|
序号 |
领域 |
算法名称 |
数学方程式/数学模型 |
说明 |
|---|---|---|---|---|
|
3969 |
多智能体认知学习 |
零样本物体检测 |
利用语义嵌入空间将视觉特征与类别语义关联,检测未见过的物体 |
扩展检测到训练时未出现的类别 |
|
3970 |
多智能体认知学习 |
开放集物体检测 |
在检测已知物体的同时,识别并定位未知物体 |
实际场景中处理未知物体 |
|
3971 |
多智能体认知学习 |
增量物体检测 |
在不遗忘旧类别的情况下,增量学习新类别的物体检测 |
终身学习在物体检测中的应用 |
|
3972 |
多智能体认知学习 |
弱监督物体检测 |
仅使用图像级标签训练物体检测器 |
减少标注成本 |
|
3973 |
多智能体认知学习 |
无监督物体检测 |
不使用任何标注,从图像中自动发现和定位物体 |
完全无监督学习 |
|
3974 |
多智能体认知学习 |
自监督物体检测 |
通过 pretext task(如图像修复、旋转预测)学习表示,用于物体检测 |
利用自监督预训练提升检测性能 |
|
3975 |
多智能体认知学习 |
领域自适应物体检测 |
将源领域(如合成数据)学习的检测模型适应到目标领域(真实数据) |
减少领域差异,提升泛化能力 |
|
3976 |
多智能体认知学习 |
少样本物体检测 |
仅用少量标注样本学习新类别的物体检测 |
快速适应新类别 |
|
3977 |
多智能体认知学习 |
跨模态物体检测 |
利用多模态信息(如RGB-D、文本描述)提升检测性能 |
融合不同模态的优势 |
|
3978 |
多智能体认知学习 |
视频物体检测 |
在视频序列中检测物体,利用时序信息提升精度和稳定性 |
视频理解基础任务 |
|
3979 |
多智能体认知学习 |
实时物体检测 |
在保证精度的同时,实现高帧率的物体检测 |
适用于实时应用,如自动驾驶 |
|
3980 |
多智能体认知学习 |
轻量级物体检测 |
设计高效的网络结构和优化策略,实现模型小型化和加速 |
部署在资源受限设备 |
|
3981 |
多智能体认知学习 |
三维物体检测 |
从点云或RGB-D数据中检测三维空间中的物体 |
自动驾驶、机器人抓取等应用 |
|
3982 |
多智能体认知学习 |
全景物体检测 |
统一物体检测、语义分割和实例分割,输出全景分割结果 |
全面的场景理解 |
|
3983 |
多智能体认知学习 |
旋转物体检测 |
检测带有方向角度的物体,输出旋转边界框 |
适用于文本、遥感等场景 |
|
3984 |
多智能体认知学习 |
密集物体检测 |
在密集场景中检测大量小物体 |
挑战性场景,如人群检测、细胞检测 |
|
3985 |
多智能体认知学习 |
物体检测后处理 |
如非极大值抑制(NMS):Si={Si,0,IoU(M,bi)<NtIoU(M,bi)≥Nt |
去除冗余检测框 |
|
3986 |
多智能体认知学习 |
物体跟踪与检测联合 |
在检测的同时进行跟踪,输出物体轨迹 |
如JDE、FairMOT |
|
3987 |
多智能体认知学习 |
物体检测对抗攻击 |
通过在图像中添加微小扰动,使检测器失效 |
研究模型安全性 |
|
3988 |
多智能体认知学习 |
物体检测对抗防御 |
增强检测器对对抗攻击的鲁棒性 |
提升模型安全性 |
|
3989 |
多智能体认知学习 |
物体检测不确定性估计 |
估计检测结果的不确定性,如置信度、边界框方差 |
提供可靠性评估 |
|
3990 |
多智能体认知学习 |
物体检测可解释性 |
可视化检测决策依据,如注意力图、梯度类激活图 |
增强模型可解释性 |
|
3991 |
多智能体认知学习 |
物体检测联邦学习 |
多个客户端在本地训练检测模型,服务器聚合模型,保护数据隐私 |
分布式学习,隐私保护 |
|
3992 |
多智能体认知学习 |
物体检测自训练 |
用教师模型为无标签数据生成伪标签,训练学生模型 |
半监督学习方法 |
|
3993 |
多智能体认知学习 |
物体检测课程学习 |
从简单样本开始,逐步增加难样本,训练检测器 |
提高训练效率和性能 |
|
3994 |
多智能体认知学习 |
物体检测元学习 |
学习一个检测模型,可快速适应新类别或新领域 |
小样本适应 |
|
3995 |
多智能体认知学习 |
物体检测强化学习 |
用强化学习优化检测流程,如选择搜索区域、调整网络参数 |
优化检测策略 |
|
3996 |
多智能体认知学习 |
物体检测神经网络架构搜索 |
自动搜索最优的检测网络架构 |
自动化机器学习 |
|
3997 |
多智能体认知学习 |
物体检测知识蒸馏 |
用大型教师检测模型指导小型学生模型训练 |
模型压缩与加速 |
|
3998 |
多智能体认知学习 |
物体检测数据增强 |
如 MixUp: x=λxi+(1−λ)xj, y=λyi+(1−λ)yj |
增加数据多样性,提升泛化能力 |
|
3999 |
多智能体认知学习 |
物体检测损失函数设计 |
如 Focal Loss: FL(pt)=−αt(1−pt)γlog(pt) |
解决类别不平衡问题 |
|
4000 |
多智能体认知学习 |
物体检测评价指标 |
如平均精度(AP): AP=∫01p(r)dr |
评估检测性能的标准指标 |
|
4001 |
多智能体认知学习 |
物体检测集成方法 |
融合多个检测模型的预测结果,提升性能 |
如加权框融合(WBF) |
|
4002 |
多智能体认知学习 |
物体检测多尺度训练 |
训练时使用多尺度输入,提升模型对尺度变化的鲁棒性 |
数据增强策略 |
|
4003 |
多智能体认知学习 |
物体检测上下文信息利用 |
利用物体周围上下文信息提升检测精度 |
如关系网络、图神经网络 |
|
4004 |
多智能体认知学习 |
物体检测时序信息利用 |
在视频中利用前后帧信息提升检测稳定性和精度 |
时序建模,如光流、LSTM |
|
4005 |
多智能体认知学习 |
物体检测空间信息利用 |
利用场景布局、几何约束等空间信息 |
提升检测合理性 |
|
4006 |
多智能体认知学习 |
物体检测语义信息利用 |
利用类别语义关系,如共现关系、层次关系 |
知识增强的检测 |
|
4007 |
多智能体认知学习 |
物体检测对抗训练 |
在训练中加入对抗样本,提升模型鲁棒性 |
防御对抗攻击 |
|
4008 |
多智能体认知学习 |
物体检测领域泛化 |
训练一个检测模型,在未见过的领域上也能表现良好 |
提高泛化能力 |
|
4009 |
多智能体认知学习 |
物体检测连续学习 |
在不断出现的新数据上持续学习,避免灾难性遗忘 |
终身学习场景 |
|
4010 |
多智能体认知学习 |
物体检测在线学习 |
在线更新检测模型,适应数据分布变化 |
适应动态环境 |
|
4011 |
多智能体认知学习 |
物体检测主动学习 |
主动选择信息量大的样本进行标注,提升标注效率 |
减少标注成本 |
|
4012 |
多智能体认知学习 |
物体检测自监督预训练 |
在大规模无标签数据上预训练,然后在下游检测任务微调 |
利用无标签数据提升性能 |
|
4013 |
多智能体认知学习 |
物体检测对比学习预训练 |
通过对比损失学习视觉表示,用于检测任务 |
自监督表示学习 |
|
4014 |
多智能体认知学习 |
物体检测生成式预训练 |
用生成模型(如VAE、GAN)学习数据分布,用于检测 |
无监督表示学习 |
|
4015 |
多智能体认知学习 |
物体检测多任务学习 |
同时学习检测、分割、姿态估计等任务,共享表示 |
提升泛化能力,数据效率 |
|
4016 |
多智能体认知学习 |
物体检测迁移学习 |
将在大型数据集上预训练的模型迁移到小数据集检测任务 |
利用预训练模型 |
|
4017 |
多智能体认知学习 |
物体检测模型压缩 |
通过剪枝、量化、蒸馏等方法减小模型大小和计算量 |
便于部署 |
|
4018 |
多智能体认知学习 |
物体检测模型加速 |
通过优化网络结构、推理引擎等提高检测速度 |
实时应用 |
|
4019 |
多智能体认知学习 |
物体检测硬件加速 |
利用专用硬件(如GPU、TPU、FPGA)加速检测 |
提升推理速度 |
|
4020 |
多智能体认知学习 |
物体检测边缘计算 |
在边缘设备上部署检测模型,减少延迟和带宽 |
物联网、移动设备应用 |
|
4021 |
多智能体认知学习 |
物体检测云计算 |
在云端部署检测模型,处理大规模数据 |
利用云端计算资源 |
|
4022 |
多智能体认知学习 |
物体检测联邦边缘学习 |
结合联邦学习和边缘计算,保护隐私并减少通信开销 |
分布式学习架构 |
|
4023 |
多智能体认知学习 |
物体检测差分隐私 |
在训练过程中加入噪声,保护训练数据隐私 |
隐私保护机器学习 |
|
4024 |
多智能体认知学习 |
物体检测安全多方计算 |
多个参与方协同训练检测模型,不泄露各自数据 |
隐私保护协同学习 |
|
4025 |
多智能体认知学习 |
物体检测同态加密 |
在加密数据上进行检测推理,保护输入数据隐私 |
隐私保护推理 |
|
4026 |
多智能体认知学习 |
物体检测可信执行环境 |
在硬件安全区域内执行检测,保护模型和数据 |
硬件级安全保护 |
|
4027 |
多智能体认知学习 |
物体检测区块链 |
用区块链记录检测模型版本、数据来源等,确保可追溯性 |
模型和数据管理 |
|
4028 |
多智能体认知学习 |
物体检测可验证性 |
提供检测结果的证明,可被第三方验证 |
增强可信度 |
|
4029 |
多智能体认知学习 |
物体检测公平性 |
确保检测模型对不同群体(如种族、性别)无偏见 |
算法公平性 |
|
4030 |
多智能体认知学习 |
物体检测可解释性方法 |
如LIME、SHAP,解释检测决策 |
理解模型行为 |
|
4031 |
多智能体认知学习 |
物体检测因果分析 |
分析检测结果与输入特征之间的因果关系 |
因果推理 |
|
4032 |
多智能体认知学习 |
物体检测反事实分析 |
生成反事实样本,分析检测决策的敏感性 |
模型解释与调试 |
|
4033 |
多智能体认知学习 |
物体检测鲁棒性评估 |
评估模型在不同扰动下的性能,如遮挡、光照变化 |
模型鲁棒性分析 |
|
4034 |
多智能体认知学习 |
物体检测对抗样本检测 |
检测输入是否为对抗样本,防止攻击 |
安全防御 |
|
4035 |
多智能体认知学习 |
物体检测后门攻击检测 |
检测模型是否被植入后门,防止恶意触发 |
模型安全 |
|
4036 |
多智能体认知学习 |
物体检测模型窃取防御 |
防止攻击者通过查询窃取模型参数 |
保护知识产权 |
|
4037 |
多智能体认知学习 |
物体检测模型水印 |
在模型中嵌入水印,证明所有权 |
知识产权保护 |
|
4038 |
多智能体认知学习 |
物体检测模型指纹 |
提取模型独特指纹,用于识别和验证 |
模型身份认证 |
|
4039 |
多智能体认知学习 |
物体检测模型测试 |
设计测试用例,评估模型在不同场景下的性能 |
模型测试与验证 |
|
4040 |
多智能体认知学习 |
物体检测模型调试 |
分析模型错误,定位问题并修复 |
模型改进 |
|
4041 |
多智能体认知学习 |
物体检测模型监控 |
监控部署模型的性能,发现性能下降或异常 |
模型运维 |
|
4042 |
多智能体认知学习 |
物体检测模型更新 |
定期更新模型,适应数据分布变化 |
模型维护 |
|
4043 |
多智能体认知学习 |
物体检测模型版本管理 |
管理不同版本的模型,便于回滚和比较 |
模型管理 |
|
4044 |
多智能体认知学习 |
物体检测模型部署 |
将训练好的模型部署到生产环境 |
模型工程 |
|
4045 |
多智能体认知学习 |
物体检测模型服务化 |
将模型封装为服务,提供API接口 |
模型即服务(MaaS) |
|
4046 |
多智能体认知学习 |
物体检测自动化机器学习 |
自动进行特征工程、模型选择、超参数调优等 |
AutoML |
|
4047 |
多智能体认知学习 |
物体检测神经架构搜索 |
自动搜索最优检测网络架构 |
NAS |
|
4048 |
多智能体认知学习 |
物体检测超参数优化 |
如贝叶斯优化:x∗=argmaxxf(x) |
自动调参 |
|
4049 |
多智能体认知学习 |
物体检测数据版本控制 |
管理训练数据的不同版本,确保可重复性 |
数据管理 |
|
4050 |
多智能体认知学习 |
物体检测实验跟踪 |
记录实验配置、结果,便于比较和复现 |
实验管理 |
|
4051 |
多智能体认知学习 |
物体检测协作平台 |
多人协作开发、训练、评估检测模型 |
协作工具 |
|
4052 |
多智能体认知学习 |
物体检测基准测试 |
在标准数据集上评估不同检测算法的性能 |
性能比较 |
|
4053 |
多智能体认知学习 |
物体检测竞赛平台 |
如Kaggle,举办检测竞赛,促进算法发展 |
社区推动 |
|
4054 |
多智能体认知学习 |
物体检测开源框架 |
如Detectron2、MMDetection,提供检测算法实现 |
开源工具 |
|
4055 |
多智能体认知学习 |
物体检测数据集 |
如COCO、PASCAL VOC,提供标注数据 |
训练和评估数据 |
|
4056 |
多智能体认知学习 |
物体检测数据标注工具 |
如LabelImg、CVAT,辅助标注边界框和类别 |
数据标注 |
|
4057 |
多智能体认知学习 |
物体检测数据增强工具 |
如Albumentations,提供多种数据增强方法 |
数据预处理 |
|
4058 |
多智能体认知学习 |
物体检测模型可视化工具 |
如Netron,可视化网络结构 |
模型分析 |
|
4059 |
多智能体认知学习 |
物体检测结果可视化工具 |
可视化检测框、类别、置信度 |
结果分析 |
|
4060 |
多智能体认知学习 |
物体检测性能分析工具 |
分析精度、速度、内存占用等 |
性能评估 |
|
4061 |
多智能体认知学习 |
物体检测模型转换工具 |
如ONNX,将模型转换为不同框架格式 |
模型互操作 |
|
4062 |
多智能体认知学习 |
物体检测模型优化工具 |
如TensorRT,优化模型推理速度 |
推理优化 |
|
4063 |
多智能体认知学习 |
物体检测模型部署工具 |
如TensorFlow Serving,部署模型为服务 |
生产部署 |
|
4064 |
多智能体认知学习 |
物体检测监控工具 |
监控模型服务状态、性能指标 |
运维监控 |
|
4065 |
多智能体认知学习 |
物体检测自动化测试工具 |
自动生成测试用例,评估模型鲁棒性 |
自动化测试 |
|
4066 |
多智能体认知学习 |
物体检测安全扫描工具 |
检测模型安全隐患,如后门、对抗样本 |
安全评估 |
|
4067 |
多智能体认知学习 |
物体检测公平性评估工具 |
评估模型对不同群体的公平性 |
公平性分析 |
|
4068 |
多智能体认知学习 |
物体检测可解释性工具 |
如Captum,解释模型决策 |
可解释性分析 |
|
4069 |
多智能体认知学习 |
物体检测因果分析工具 |
分析因果关系,如DoWhy |
因果推断 |
|
4070 |
多智能体认知学习 |
物体检测实验管理工具 |
如MLflow,管理实验生命周期 |
实验跟踪与管理 |
|
4071 |
多智能体认知学习 |
物体检测工作流引擎 |
自动化检测模型训练、评估、部署流程 |
流程自动化 |
|
4072 |
多智能体认知学习 |
物体检测模型市场 |
交易预训练检测模型 |
模型共享与经济 |
|
4073 |
多智能体认知学习 |
物体检测数据市场 |
交易标注数据 |
数据共享与经济 |
|
4074 |
多智能体认知学习 |
物体检测算力市场 |
提供计算资源,训练和部署模型 |
计算资源共享 |
|
4075 |
多智能体认知学习 |
物体检测众包平台 |
众包标注数据,解决数据标注问题 |
众包标注 |
|
4076 |
多智能体认知学习 |
物体检测教育平台 |
提供检测课程、教程,培养人才 |
教育 |
|
4077 |
多智能体认知学习 |
物体检测研究社区 |
如arXiv、学术会议,分享最新研究成果 |
学术交流 |
|
4078 |
多智能体认知学习 |
物体检测工业应用 |
如自动驾驶、安防、医疗影像分析 |
实际应用 |
|
4079 |
多智能体认知学习 |
物体检测伦理指南 |
指导检测技术的伦理使用,避免滥用 |
伦理规范 |
|
4080 |
多智能体认知学习 |
物体检测法律法规 |
规范检测技术的使用,保护隐私和权利 |
法律规范 |
|
4081 |
多智能体认知学习 |
物体检测标准制定 |
制定检测算法评估、数据格式等标准 |
标准化 |
|
4082 |
多智能体认知学习 |
物体检测认证体系 |
对检测系统和模型进行认证,确保质量和安全 |
认证 |
|
4083 |
多智能体认知学习 |
物体检测保险 |
为检测系统提供保险,降低应用风险 |
风险管理 |
|
4084 |
多智能体认知学习 |
物体检测审计 |
独立审计检测系统,确保合规和公平 |
第三方审计 |
|
4085 |
多智能体认知学习 |
物体检测政策建议 |
向政府提供政策建议,促进行业健康发展 |
政策 |
|
4086 |
多智能体认知学习 |
物体检测社会影响评估 |
评估检测技术对社会的影响,如就业、隐私 |
社会影响 |
|
4087 |
多智能体认知学习 |
物体检测未来趋势 |
如更高效、更准确、更鲁棒、更公平的检测算法 |
技术展望 |
|
4088 |
多智能体认知学习 |
物体检测挑战与机遇 |
如小样本检测、实时检测、跨领域检测等挑战 |
领域分析 |
|
4089 |
多智能体认知学习 |
物体检测资源列表 |
收集检测相关论文、代码、数据集等资源 |
资源汇总 |
|
4090 |
多智能体认知学习 |
物体检测术语表 |
解释检测领域专业术语 |
术语定义 |
|
4091 |
多智能体认知学习 |
物体检测常见问题 |
解答检测学习和应用中的常见问题 |
FAQ |
|
4092 |
多智能体认知学习 |
物体检测最佳实践 |
总结检测模型开发、训练、部署的最佳实践 |
经验分享 |
|
4093 |
多智能体认知学习 |
物体检测案例研究 |
分析成功应用案例,总结经验教训 |
案例分析 |
|
4094 |
多智能体认知学习 |
物体检测教程 |
手把手教如何实现检测算法 |
学习教程 |
|
4095 |
多智能体认知学习 |
物体检测书籍 |
系统讲解检测理论和实践 |
书籍推荐 |
|
4096 |
多智能体认知学习 |
物体检测课程 |
大学或在线课程,系统学习检测知识 |
课程推荐 |
|
4097 |
多智能体认知学习 |
物体检测研讨会 |
学术或工业研讨会,交流最新进展 |
会议推荐 |
|
4098 |
多智能体认知学习 |
物体检测竞赛 |
参加检测竞赛,提升算法能力 |
竞赛推荐 |
|
4099 |
多智能体认知学习 |
物体检测开源项目 |
参与开源项目,贡献代码 |
开源贡献 |
|
4100 |
多智能体认知学习 |
物体检测职业发展 |
规划检测领域职业路径 |
职业规划 |
|
4101 |
多智能体物理规则理解 |
牛顿力学推理网络 |
用神经网络学习牛顿运动定律,预测物体运动 |
物理常识推理 |
|
4102 |
多智能体物理规则理解 |
碰撞预测网络 |
预测多个物体碰撞后的运动状态 |
物理模拟 |
|
4103 |
多智能体物理规则理解 |
流体动力学神经网络 |
用神经网络求解纳维-斯托克斯方程,模拟流体 |
物理模拟加速 |
|
4104 |
多智能体物理规则理解 |
刚体动力学神经网络 |
用神经网络学习刚体动力学,快速预测运动 |
物理模拟加速 |
|
4105 |
多智能体物理规则理解 |
柔体动力学神经网络 |
用神经网络学习柔体变形动力学 |
物理模拟加速 |
|
4106 |
多智能体物理规则理解 |
物理信息神经网络 |
将物理方程作为损失项加入神经网络训练 |
物理约束的学习 |
|
4107 |
多智能体物理规则理解 |
哈密顿神经网络 |
学习哈密顿量,保持能量守恒 |
结构保持的网络 |
|
4108 |
多智能体物理规则理解 |
拉格朗日神经网络 |
学习拉格朗日量,导出运动方程 |
结构保持的网络 |
|
4109 |
多智能体物理规则理解 |
符号回归 |
从数据中发现物理定律的数学表达式 |
自动发现物理规律 |
|
4110 |
多智能体物理规则理解 |
因果发现 |
从观测数据中发现因果关系 |
因果推理 |
|
4111 |
多智能体物理规则理解 |
物理场景图生成 |
生成描述物理场景的图结构,包括物体、属性和关系 |
场景理解 |
|
4112 |
多智能体物理规则理解 |
物理常识推理 |
回答关于物理常识的问题 |
常识推理 |
|
4113 |
多智能体物理规则理解 |
物理问答 |
根据物理场景回答问题 |
多模态推理 |
|
4114 |
多智能体物理规则理解 |
物理场景描述 |
用自然语言描述物理场景 |
图像描述扩展 |
|
4115 |
多智能体物理规则理解 |
物理场景预测 |
预测物理场景的未来状态 |
预测任务 |
|
4116 |
多智能体物理规则理解 |
物理场景生成 |
生成符合物理规律的场景 |
生成任务 |
|
4117 |
多智能体物理规则理解 |
物理场景编辑 |
编辑场景中的物体,使其符合物理规律 |
交互式编辑 |
|
4118 |
多智能体物理规则理解 |
物理场景仿真 |
仿真物理场景的动态变化 |
仿真任务 |
|
4119 |
多智能体物理规则理解 |
物理场景理解基准 |
如CLEVRER,评估物理场景理解能力 |
评估数据集 |
|
4120 |
多智能体物理规则理解 |
物理场景理解模型 |
如CATER,解决物理场景理解任务 |
模型 |
|
4121 |
多智能体物理规则理解 |
物理场景理解挑战 |
推动物理场景理解研究 |
研究挑战 |
|
4122 |
多智能体物理规则理解 |
物理场景理解应用 |
如机器人操作、自动驾驶 |
应用领域 |
|
4123 |
多智能体物理规则理解 |
物理场景理解未来方向 |
如更复杂的场景、更精确的推理 |
研究展望 |
|
4124 |
多智能体自身响应控制 |
反射控制 |
基于传感器的快速反应,不经过高层决策 |
低层控制 |
|
4125 |
多智能体自身响应控制 |
脊髓控制 |
模拟脊髓的反射和节律生成 |
仿生控制 |
|
4126 |
多智能体自身响应控制 |
小脑控制 |
模拟小脑的运动协调和校正 |
仿生控制 |
|
4127 |
多智能体自身响应控制 |
基底节控制 |
模拟基底节的运动选择和强化学习 |
仿生控制 |
|
4128 |
多智能体自身响应控制 |
大脑皮层控制 |
模拟大脑皮层的运动规划和决策 |
高层控制 |
|
4129 |
多智能体自身响应控制 |
分层运动控制 |
高层规划、中层协调、底层执行 |
分层控制架构 |
|
4130 |
多智能体自身响应控制 |
全身运动控制 |
协调多个关节完成复杂任务,如行走、抓取 |
多关节协调 |
|
4131 |
多智能体自身响应控制 |
平衡控制 |
保持机器人平衡,如倒立摆控制 |
稳定性控制 |
|
4132 |
多智能体自身响应控制 |
步行控制 |
生成稳定的步行步态 |
双足机器人 |
|
4133 |
多智能体自身响应控制 |
跑步控制 |
生成跑步步态,处理动态平衡 |
动态运动 |
|
4134 |
多智能体自身响应控制 |
跳跃控制 |
控制机器人跳跃,如跨越障碍 |
动态运动 |
|
4135 |
多智能体自身响应控制 |
爬行控制 |
控制机器人爬行,如四足机器人 |
多足运动 |
|
4136 |
多智能体自身响应控制 |
飞行控制 |
控制无人机、飞行器飞行 |
空中机器人 |
|
4137 |
多智能体自身响应控制 |
游泳控制 |
控制水下机器人游泳 |
水下机器人 |
|
4138 |
多智能体自身响应控制 |
操作控制 |
控制机械臂操作物体 |
机器人操作 |
|
4139 |
多智能体自身响应控制 |
抓取控制 |
控制手爪抓取物体 |
机器人抓取 |
|
4140 |
多智能体自身响应控制 |
放置控制 |
控制机器人放置物体到指定位置 |
机器人操作 |
|
4141 |
多智能体自身响应控制 |
装配控制 |
控制机器人装配零件 |
工业机器人 |
|
4142 |
多智能体自身响应控制 |
焊接控制 |
控制机器人焊接 |
工业机器人 |
|
4143 |
多智能体自身响应控制 |
喷涂控制 |
控制机器人喷涂 |
工业机器人 |
|
4144 |
多智能体自身响应控制 |
搬运控制 |
控制机器人搬运物体 |
物流机器人 |
|
4145 |
多智能体自身响应控制 |
清洁控制 |
控制机器人清洁环境 |
服务机器人 |
|
4146 |
多智能体自身响应控制 |
导航控制 |
控制机器人导航到目标点 |
移动机器人 |
|
4147 |
多智能体自身响应控制 |
避障控制 |
控制机器人避开障碍物 |
安全控制 |
|
4148 |
多智能体自身响应控制 |
跟踪控制 |
控制机器人跟踪目标 |
跟踪任务 |
|
4149 |
多智能体自身响应控制 |
编队控制 |
控制多个机器人形成队形 |
多机器人协调 |
|
4150 |
多智能体自身响应控制 |
协同控制 |
控制多个机器人协同完成任务 |
多机器人协作 |
|
4151 |
多智能体自身响应控制 |
人机协作控制 |
控制机器人与人类协作 |
人机交互 |
|
4152 |
多智能体自身响应控制 |
力控制 |
控制机器人与环境交互的力 |
柔顺控制 |
|
4153 |
多智能体自身响应控制 |
阻抗控制 |
调节机器人的阻抗,实现柔顺交互 |
柔顺控制 |
|
4154 |
多智能体自身响应控制 |
导纳控制 |
根据外力调整位置 |
柔顺控制 |
|
4155 |
多智能体自身响应控制 |
混合力位控制 |
同时控制力和位置 |
柔顺控制 |
|
4156 |
多智能体自身响应控制 |
自适应控制 |
在线调整控制器参数,适应系统变化 |
鲁棒控制 |
|
4157 |
多智能体自身响应控制 |
鲁棒控制 |
对建模误差和扰动不敏感 |
鲁棒控制 |
|
4158 |
多智能体自身响应控制 |
最优控制 |
最小化性能指标,如能量、时间 |
优化控制 |
|
4159 |
多智能体自身响应控制 |
模型预测控制 |
基于模型预测未来,优化控制输入 |
优化控制 |
|
4160 |
多智能体自身响应控制 |
强化学习控制 |
通过试错学习控制策略 |
学习控制 |
|
4161 |
多智能体自身响应控制 |
模仿学习控制 |
模仿专家演示学习控制策略 |
学习控制 |
|
4162 |
多智能体自身响应控制 |
元学习控制 |
学习快速适应新任务的控制策略 |
学习控制 |
|
4163 |
多智能体自身响应控制 |
迁移学习控制 |
将源任务控制知识迁移到目标任务 |
学习控制 |
|
4164 |
多智能体自身响应控制 |
多任务学习控制 |
同时学习多个任务的控制策略 |
学习控制 |
|
4165 |
多智能体自身响应控制 |
终身学习控制 |
持续学习新任务,不忘记旧任务 |
学习控制 |
|
4166 |
多智能体自身响应控制 |
在线学习控制 |
在线更新控制策略,适应环境变化 |
学习控制 |
|
4167 |
多智能体自身响应控制 |
主动学习控制 |
主动选择信息量大的样本,提升学习效率 |
学习控制 |
|
4168 |
多智能体自身响应控制 |
自监督学习控制 |
从数据自身生成监督信号学习控制 |
学习控制 |
|
4169 |
多智能体自身响应控制 |
对比学习控制 |
通过对比学习控制表示 |
学习控制 |
|
4170 |
多智能体自身响应控制 |
生成学习控制 |
用生成模型学习控制策略 |
学习控制 |
|
4171 |
多智能体自身响应控制 |
因果学习控制 |
学习因果关系,改进控制策略 |
学习控制 |
|
4172 |
多智能体自身响应控制 |
符号学习控制 |
学习符号控制规则 |
可解释控制 |
|
4173 |
多智能体自身响应控制 |
神经符号控制 |
结合神经网络和符号规则的控制 |
可解释控制 |
|
4174 |
多智能体自身响应控制 |
图学习控制 |
用图神经网络学习控制策略 |
图结构控制 |
|
4175 |
多智能体自身响应控制 |
记忆增强控制 |
引入外部记忆,存储和检索控制知识 |
记忆控制 |
|
4176 |
多智能体自身响应控制 |
注意力控制 |
用注意力机制选择关注的信息 |
注意力控制 |
|
4177 |
多智能体自身响应控制 |
课程学习控制 |
从简单任务到复杂任务学习控制 |
学习控制 |
|
4178 |
多智能体自身响应控制 |
集成控制 |
融合多个控制器的输出 |
集成控制 |
|
4179 |
多智能体自身响应控制 |
深度学习控制 |
用深度神经网络学习控制策略 |
学习控制 |
|
4180 |
多智能体自身响应控制 |
贝叶斯控制 |
用贝叶斯方法学习控制策略,考虑不确定性 |
概率控制 |
|
4181 |
多智能体自身响应控制 |
演化控制 |
用进化算法优化控制策略 |
优化控制 |
|
4182 |
多智能体自身响应控制 |
稀疏控制 |
学习稀疏的控制策略,减少控制能量 |
优化控制 |
|
4183 |
多智能体自身响应控制 |
多模态控制 |
融合多模态传感器信息进行控制 |
多模态控制 |
|
4184 |
多智能体自身响应控制 |
小样本控制 |
用少量样本学习控制策略 |
学习控制 |
|
4185 |
多智能体自身响应控制 |
零样本控制 |
在未见过的场景中执行控制 |
泛化控制 |
|
4186 |
多智能体自身响应控制 |
开放集控制 |
在未知环境中控制,处理意外情况 |
鲁棒控制 |
|
4187 |
多智能体自身响应控制 |
异常控制 |
检测异常并采取控制措施 |
安全控制 |
|
4188 |
多智能体自身响应控制 |
离群控制 |
处理离群情况的控制 |
鲁棒控制 |
|
4189 |
多智能体力学建模识别 |
系统辨识 |
从输入输出数据估计系统模型参数 |
模型学习 |
|
4190 |
多智能体力学建模识别 |
参数估计 |
估计动力学模型中的参数,如质量、惯量 |
参数学习 |
|
4191 |
多智能体力学建模识别 |
状态估计 |
估计系统内部状态,如位置、速度 |
状态观测 |
|
4192 |
多智能体力学建模识别 |
扰动估计 |
估计外部扰动,如风、负载变化 |
扰动观测 |
|
4193 |
多智能体力学建模识别 |
摩擦建模 |
建立摩擦模型,如库仑摩擦、粘性摩擦 |
摩擦补偿 |
|
4194 |
多智能体力学建模识别 |
间隙建模 |
建立传动间隙模型 |
非线性补偿 |
|
4195 |
多智能体力学建模识别 |
弹性建模 |
建立关节和连杆弹性模型 |
柔体建模 |
|
4196 |
多智能体力学建模识别 |
迟滞建模 |
建立迟滞非线性模型 |
非线性补偿 |
|
4197 |
多智能体力学建模识别 |
饱和建模 |
建立执行器饱和模型 |
非线性补偿 |
|
4198 |
多智能体力学建模识别 |
死区建模 |
建立死区模型 |
非线性补偿 |
|
4199 |
多智能体力学建模识别 |
非线性系统辨识 |
辨识非线性系统模型 |
非线性建模 |
|
4200 |
多智能体力学建模识别 |
线性系统辨识 |
辨识线性系统模型 |
线性建模 |
|
4201 |
多智能体力学建模识别 |
时变系统辨识 |
辨识时变系统模型 |
自适应建模 |
|
4202 |
多智能体力学建模识别 |
分布式系统辨识 |
辨识多智能体系统模型 |
多智能体建模 |
|
4203 |
多智能体力学建模识别 |
黑箱建模 |
用神经网络等黑箱模型拟合系统动力学 |
数据驱动建模 |
|
4204 |
多智能体力学建模识别 |
灰箱建模 |
结合物理知识和数据驱动建模 |
混合建模 |
|
4205 |
多智能体力学建模识别 |
白箱建模 |
基于物理定律建立解析模型 |
物理建模 |
|
4206 |
多智能体力学建模识别 |
模型验证 |
验证辨识模型与实际系统的吻合程度 |
模型评估 |
|
4207 |
多智能体力学建模识别 |
模型简化 |
简化复杂模型,便于控制和仿真 |
模型降阶 |
|
4208 |
多智能体力学建模识别 |
模型更新 |
在线更新模型,适应系统变化 |
自适应建模 |
|
4209 |
多智能体力学建模识别 |
模型融合 |
融合多个模型,提高精度和鲁棒性 |
集成建模 |
|
4210 |
多智能体力学建模识别 |
模型选择 |
选择合适复杂度的模型 |
模型评估 |
|
4211 |
多智能体力学建模识别 |
模型不确定性量化 |
量化模型的不确定性 |
不确定性建模 |
|
4212 |
多智能体力学建模识别 |
模型误差补偿 |
补偿模型误差,提高控制精度 |
误差补偿 |
|
4213 |
多智能体力学建模识别 |
模型预测校正 |
用预测和校正提高模型精度 |
在线修正 |
|
4214 |
多智能体力学建模识别 |
模型学习控制 |
学习模型并用于控制,如模型预测控制 |
学习控制 |
|
4215 |
多智能体力学建模识别 |
无模型控制 |
不依赖模型,直接学习控制策略 |
学习控制 |
|
4216 |
多智能体力学建模识别 |
基于模型的控制 |
依赖模型设计控制器 |
传统控制 |
|
4217 |
多智能体力学建模识别 |
混合控制 |
结合基于模型和学习控制 |
混合控制 |
|
4218 |
多智能体化学建模控制 |
化学反应器控制 |
控制反应温度、压力、浓度等 |
过程控制 |
|
4219 |
多智能体化学建模控制 |
pH控制 |
控制pH值,中和反应 |
非线性控制 |
|
4220 |
多智能体化学建模控制 |
浓度控制 |
控制反应物或产物浓度 |
过程控制 |
|
4221 |
多智能体化学建模控制 |
温度控制 |
控制反应温度 |
PID控制 |
|
4222 |
多智能体化学建模控制 |
压力控制 |
控制反应压力 |
PID控制 |
|
4223 |
多智能体化学建模控制 |
流量控制 |
控制进料流量 |
PID控制 |
|
4224 |
多智能体化学建模控制 |
液位控制 |
控制反应器液位 |
PID控制 |
|
4225 |
多智能体化学建模控制 |
比例控制 |
控制反应物比例 |
比值控制 |
|
4226 |
多智能体化学建模控制 |
顺序控制 |
按顺序执行操作步骤 |
逻辑控制 |
|
4227 |
多智能体化学建模控制 |
批量控制 |
控制批量生产过程 |
过程控制 |
|
4228 |
多智能体化学建模控制 |
连续控制 |
控制连续生产过程 |
过程控制 |
|
4229 |
多智能体化学建模控制 |
模型预测控制 |
基于过程模型优化控制 |
先进控制 |
|
4230 |
多智能体化学建模控制 |
自适应控制 |
适应过程参数变化 |
先进控制 |
|
4231 |
多智能体化学建模控制 |
鲁棒控制 |
对模型误差和扰动鲁棒 |
先进控制 |
|
4232 |
多智能体化学建模控制 |
模糊控制 |
处理非线性和不确定性 |
智能控制 |
|
4233 |
多智能体化学建模控制 |
神经网络控制 |
用神经网络逼近非线性控制律 |
智能控制 |
|
4234 |
多智能体化学建模控制 |
专家系统 |
基于规则的控制 |
智能控制 |
|
4235 |
多智能体化学建模控制 |
故障检测与诊断 |
检测和诊断过程故障 |
安全控制 |
|
4236 |
多智能体化学建模控制 |
安全联锁 |
达到危险条件时自动保护 |
安全控制 |
|
4237 |
多智能体化学建模控制 |
优化控制 |
最大化产率、最小化能耗 |
经济优化 |
|
4238 |
多智能体化学建模控制 |
实时优化 |
在线调整设定值,适应变化 |
经济优化 |
|
4239 |
多智能体化学建模控制 |
供应链控制 |
协调原料、生产、库存、销售 |
供应链优化 |
|
4240 |
多智能体化学建模控制 |
质量控制 |
控制产品质量指标 |
统计过程控制 |
|
4241 |
多智能体化学建模控制 |
环保控制 |
控制排放达标 |
环境控制 |
|
4242 |
多智能体化学建模控制 |
能源管理 |
优化能源使用 |
节能控制 |
|
4243 |
多智能体环境判断 |
视觉目标检测 |
检测图像中的物体 |
计算机视觉 |
|
4244 |
多智能体环境判断 |
视觉目标跟踪 |
跟踪视频中的物体 |
计算机视觉 |
|
4245 |
多智能体环境判断 |
视觉语义分割 |
像素级分类 |
计算机视觉 |
|
4246 |
多智能体环境判断 |
视觉实例分割 |
区分不同实例 |
计算机视觉 |
|
4247 |
多智能体环境判断 |
视觉深度估计 |
估计深度信息 |
计算机视觉 |
|
4248 |
多智能体环境判断 |
视觉光流 |
估计运动场 |
计算机视觉 |
|
4249 |
多智能体环境判断 |
视觉SLAM |
同时定位与地图构建 |
计算机视觉 |
|
4250 |
多智能体环境判断 |
视觉惯性里程计 |
融合视觉和IMU |
传感器融合 |
|
4251 |
多智能体环境判断 |
视觉定位 |
估计相机位置 |
计算机视觉 |
|
4252 |
多智能体环境判断 |
视觉伺服 |
基于视觉控制机器人 |
机器人视觉 |
|
4253 |
多智能体环境判断 |
视觉问答 |
回答关于图像的问题 |
多模态学习 |
|
4254 |
多智能体环境判断 |
视觉描述 |
生成图像描述 |
多模态学习 |
|
4255 |
多智能体环境判断 |
视觉推理 |
逻辑推理关于图像 |
多模态学习 |
|
4256 |
多智能体环境判断 |
视觉导航 |
基于视觉导航 |
机器人导航 |
|
4257 |
多智能体环境判断 |
嗅觉气体识别 |
识别气体种类 |
模式识别 |
|
4258 |
多智能体环境判断 |
嗅觉浓度估计 |
估计气体浓度 |
回归分析 |
|
4259 |
多智能体环境判断 |
嗅觉源定位 |
定位气体源 |
搜索算法 |
|
4260 |
多智能体环境判断 |
嗅觉SLAM |
同时建图和定位气体分布 |
机器人嗅觉 |
|
4261 |
多智能体环境判断 |
嗅觉混合气体分析 |
分析混合气体成分 |
信号处理 |
|
4262 |
多智能体环境判断 |
嗅觉漂移补偿 |
补偿传感器漂移 |
传感器校准 |
|
4263 |
多智能体环境判断 |
嗅觉特征提取 |
提取响应特征 |
特征工程 |
|
4264 |
多智能体环境判断 |
嗅觉异常检测 |
检测异常气体 |
异常检测 |
|
4265 |
多智能体环境判断 |
嗅觉质量评估 |
评估产品质量 |
模式识别 |
|
4266 |
多智能体环境判断 |
嗅觉医学诊断 |
诊断疾病 |
医疗诊断 |
|
4267 |
多智能体环境判断 |
嗅觉环境监测 |
监测空气质量 |
环境监测 |
|
4268 |
多智能体环境判断 |
嗅觉爆炸物检测 |
检测爆炸物 |
安全检测 |
|
4269 |
多智能体环境判断 |
嗅觉毒品检测 |
检测毒品 |
安全检测 |
|
4270 |
多智能体环境判断 |
嗅觉火灾检测 |
检测火灾 |
安全检测 |
|
4271 |
多智能体环境判断 |
机器人嗅觉 |
移动机器人嗅觉 |
机器人学 |
|
4272 |
多智能体环境判断 |
空气温度测量 |
测量空气温度 |
传感器技术 |
|
4273 |
多智能体环境判断 |
空气湿度测量 |
测量空气湿度 |
传感器技术 |
|
4274 |
多智能体环境判断 |
空气质量指数 |
计算AQI |
环境评估 |
|
4275 |
多智能体环境判断 |
颗粒物浓度测量 |
测量PM2.5、PM10 |
传感器技术 |
|
4276 |
多智能体环境判断 |
气体浓度测量 |
测量SO2、NO2等 |
传感器技术 |
|
4277 |
多智能体环境判断 |
风速风向测量 |
测量风速风向 |
传感器技术 |
|
4278 |
多智能体环境判断 |
气压测量 |
测量大气压 |
传感器技术 |
|
4279 |
多智能体环境判断 |
辐射测量 |
测量紫外线、电离辐射 |
传感器技术 |
|
4280 |
多智能体环境判断 |
能见度测量 |
测量能见度 |
传感器技术 |
|
4281 |
多智能体环境判断 |
酸雨测量 |
测量酸雨pH |
传感器技术 |
|
4282 |
多智能体环境判断 |
温室气体测量 |
测量CO2、CH4 |
传感器技术 |
|
4283 |
多智能体环境判断 |
VOC测量 |
测量挥发性有机物 |
传感器技术 |
|
4284 |
多智能体环境判断 |
异味测量 |
测量异味 |
传感器技术 |
|
4285 |
多智能体环境判断 |
空气龄计算 |
计算空气新鲜度 |
通风评估 |
|
4286 |
多智能体环境判断 |
空气交换率计算 |
计算换气次数 |
通风评估 |
|
4287 |
多智能体环境判断 |
污染源解析 |
解析污染来源 |
环境分析 |
|
4288 |
多智能体环境判断 |
扩散模拟 |
模拟污染物扩散 |
环境模拟 |
|
4289 |
多智能体环境判断 |
空气净化控制 |
控制净化器 |
自动控制 |
|
4290 |
多智能体环境判断 |
通风控制 |
控制新风量 |
自动控制 |
|
4291 |
多智能体环境判断 |
空调控制 |
控制温湿度 |
自动控制 |
|
4292 |
多智能体环境判断 |
空气质量预警 |
发布预警 |
决策支持 |
|
4293 |
多智能体环境判断 |
温度传感器建模 |
建立温度传感器模型 |
传感器建模 |
|
4294 |
多智能体环境判断 |
热电偶测温 |
利用热电效应测温 |
温度测量 |
|
4295 |
多智能体环境判断 |
热电阻测温 |
利用电阻随温度变化测温 |
温度测量 |
|
4296 |
多智能体环境判断 |
红外测温 |
非接触测温 |
温度测量 |
|
4297 |
多智能体环境判断 |
热成像 |
温度分布成像 |
温度测量 |
|
4298 |
多智能体环境判断 |
温度梯度计算 |
计算温度变化率 |
热分析 |
|
4299 |
多智能体环境判断 |
热流密度计算 |
计算热流 |
热分析 |
|
4300 |
多智能体环境判断 |
热容计算 |
计算热容 |
热分析 |
|
4301 |
多智能体环境判断 |
热阻计算 |
计算热阻 |
热分析 |
|
4302 |
多智能体环境判断 |
热平衡分析 |
分析热平衡 |
热分析 |
|
4303 |
多智能体环境判断 |
热传导方程求解 |
求解温度场 |
热分析 |
|
4304 |
多智能体环境判断 |
对流换热计算 |
计算对流换热 |
热分析 |
|
4305 |
多智能体环境判断 |
辐射换热计算 |
计算辐射换热 |
热分析 |
|
4306 |
多智能体环境判断 |
相变温度测量 |
测量熔点沸点 |
热分析 |
|
4307 |
多智能体环境判断 |
热应力计算 |
计算热应力 |
热分析 |
|
4308 |
多智能体环境判断 |
热膨胀计算 |
计算热膨胀 |
热分析 |
|
4309 |
多智能体环境判断 |
热舒适评价 |
评价热舒适 |
人因工程 |
|
4310 |
多智能体环境判断 |
体温监测 |
监测人体温度 |
医疗监测 |
|
4311 |
多智能体环境判断 |
环境温度监测 |
监测环境温度 |
环境监测 |
|
4312 |
多智能体环境判断 |
温度控制 |
控制温度 |
自动控制 |
|
4313 |
多智能体环境判断 |
温度报警 |
超温报警 |
安全监控 |
|
4314 |
多智能体环境判断 |
温度校准 |
校准温度传感器 |
传感器校准 |
|
4315 |
多智能体环境判断 |
湿度传感器建模 |
建立湿度传感器模型 |
传感器建模 |
|
4316 |
多智能体环境判断 |
电容式湿度传感器 |
利用电容变化测湿度 |
湿度测量 |
|
4317 |
多智能体环境判断 |
电阻式湿度传感器 |
利用电阻变化测湿度 |
湿度测量 |
|
4318 |
多智能体环境判断 |
露点计算 |
计算露点温度 |
湿度测量 |
|
4319 |
多智能体环境判断 |
绝对湿度计算 |
计算绝对湿度 |
湿度测量 |
|
4320 |
多智能体环境判断 |
相对湿度计算 |
计算相对湿度 |
湿度测量 |
|
4321 |
多智能体环境判断 |
混合比计算 |
计算混合比 |
湿度测量 |
|
4322 |
多智能体环境判断 |
湿球温度计算 |
计算湿球温度 |
湿度测量 |
|
4323 |
多智能体环境判断 |
焓湿图应用 |
分析空气处理过程 |
暖通空调 |
|
4324 |
多智能体环境判断 |
湿度校准 |
校准湿度传感器 |
传感器校准 |
|
4325 |
多智能体环境判断 |
湿度控制 |
控制湿度 |
自动控制 |
|
4326 |
多智能体环境判断 |
结露预警 |
预警结露风险 |
安全监控 |
|
4327 |
多智能体环境判断 |
湿度对材料影响 |
分析湿度对材料的影响 |
材料科学 |
|
4328 |
多智能体环境判断 |
湿度对生物影响 |
分析湿度对生物的影响 |
生物学 |
|
4329 |
多智能体环境判断 |
湿度对电子设备影响 |
分析湿度对电子设备的影响 |
电子学 |
|
4330 |
多智能体环境判断 |
湿度对舒适度影响 |
分析湿度对舒适度的影响 |
人因工程 |
|
4331 |
多智能体环境判断 |
湿度补偿 |
补偿湿度测量 |
传感器补偿 |
|
4332 |
多智能体物体判断 |
物体检测 |
检测图像中的物体 |
计算机视觉 |
|
4333 |
多智能体物体判断 |
物体识别 |
识别物体类别 |
计算机视觉 |
|
4334 |
多智能体物体判断 |
物体跟踪 |
跟踪物体运动 |
计算机视觉 |
|
4335 |
多智能体物体判断 |
物体姿态估计 |
估计物体姿态 |
计算机视觉 |
|
4336 |
多智能体物体判断 |
物体三维重建 |
重建三维模型 |
计算机视觉 |
|
4337 |
多智能体物体判断 |
物体抓取检测 |
检测抓取位置 |
机器人视觉 |
|
4338 |
多智能体物体判断 |
物体分割 |
分割物体区域 |
计算机视觉 |
|
4339 |
多智能体物体判断 |
物体属性识别 |
识别物体属性 |
计算机视觉 |
|
4340 |
多智能体物体判断 |
物体关系检测 |
检测物体关系 |
计算机视觉 |
|
4341 |
多智能体物体判断 |
场景图生成 |
生成场景图 |
计算机视觉 |
|
4342 |
多智能体物体判断 |
物体功能推理 |
推理物体功能 |
常识推理 |
|
4343 |
多智能体物体判断 |
物体物理属性推理 |
推理物理属性 |
常识推理 |
|
4344 |
多智能体物体判断 |
物体用途推理 |
推理物体用途 |
常识推理 |
|
4345 |
多智能体物体判断 |
物体组成部分识别 |
识别组成部分 |
计算机视觉 |
|
4346 |
多智能体物体判断 |
物体状态识别 |
识别物体状态 |
计算机视觉 |
|
4347 |
多智能体物体判断 |
物体异常检测 |
检测物体异常 |
计算机视觉 |
|
4348 |
多智能体物体判断 |
物体计数 |
统计物体数量 |
计算机视觉 |
|
4349 |
多智能体物体判断 |
物体定位 |
定位物体位置 |
计算机视觉 |
|
4350 |
多智能体物体判断 |
物体重识别 |
重新识别物体 |
计算机视觉 |
|
4351 |
多智能体物体判断 |
物体行为识别 |
识别物体行为 |
计算机视觉 |
|
4352 |
多智能体认知学习 |
概念学习 |
学习概念 |
机器学习 |
|
4353 |
多智能体认知学习 |
分类学习 |
学习分类 |
机器学习 |
|
4354 |
多智能体认知学习 |
回归学习 |
学习回归 |
机器学习 |
|
4355 |
多智能体认知学习 |
聚类学习 |
学习聚类 |
机器学习 |
|
4356 |
多智能体认知学习 |
关联学习 |
学习关联规则 |
机器学习 |
|
4357 |
多智能体认知学习 |
强化学习 |
通过试错学习 |
机器学习 |
|
4358 |
多智能体认知学习 |
模仿学习 |
模仿专家 |
机器学习 |
|
4359 |
多智能体认知学习 |
元学习 |
学习如何学习 |
机器学习 |
|
4360 |
多智能体认知学习 |
迁移学习 |
迁移知识 |
机器学习 |
|
4361 |
多智能体认知学习 |
多任务学习 |
同时学习多任务 |
机器学习 |
|
4362 |
多智能体认知学习 |
终身学习 |
持续学习 |
机器学习 |
|
4363 |
多智能体认知学习 |
在线学习 |
在线更新 |
机器学习 |
|
4364 |
多智能体认知学习 |
主动学习 |
主动选择样本 |
机器学习 |
|
4365 |
多智能体认知学习 |
半监督学习 |
利用无标签数据 |
机器学习 |
|
4366 |
多智能体认知学习 |
自监督学习 |
自生成监督信号 |
机器学习 |
|
4367 |
多智能体认知学习 |
对比学习 |
对比学习 |
机器学习 |
|
4368 |
多智能体认知学习 |
生成学习 |
生成数据 |
机器学习 |
|
4369 |
多智能体认知学习 |
因果学习 |
学习因果关系 |
机器学习 |
|
4370 |
多智能体认知学习 |
符号学习 |
学习符号规则 |
机器学习 |
|
4371 |
多智能体认知学习 |
神经符号学习 |
结合神经网络和符号 |
机器学习 |
|
4372 |
多智能体认知学习 |
图学习 |
学习图结构数据 |
机器学习 |
|
4373 |
多智能体认知学习 |
记忆增强学习 |
增加外部记忆 |
机器学习 |
|
4374 |
多智能体认知学习 |
注意力学习 |
学习注意力机制 |
机器学习 |
|
4375 |
多智能体认知学习 |
课程学习 |
从易到难学习 |
机器学习 |
|
4376 |
多智能体认知学习 |
集成学习 |
结合多个模型 |
机器学习 |
|
4377 |
多智能体认知学习 |
深度学习 |
深度神经网络 |
机器学习 |
|
4378 |
多智能体认知学习 |
贝叶斯学习 |
贝叶斯方法 |
机器学习 |
|
4379 |
多智能体认知学习 |
演化学习 |
进化算法 |
机器学习 |
|
4380 |
多智能体认知学习 |
稀疏学习 |
学习稀疏表示 |
机器学习 |
|
4381 |
多智能体认知学习 |
多模态学习 |
融合多模态数据 |
机器学习 |
|
4382 |
多智能体认知学习 |
小样本学习 |
少量样本学习 |
机器学习 |
|
4383 |
多智能体认知学习 |
零样本学习 |
零样本学习 |
机器学习 |
|
4384 |
多智能体认知学习 |
开放集识别 |
识别未知类别 |
机器学习 |
|
4385 |
多智能体认知学习 |
异常检测学习 |
学习异常检测 |
机器学习 |
|
4386 |
多智能体认知学习 |
离群检测学习 |
学习离群检测 |
机器学习 |
|
4387 |
多智能体认知学习 |
物体表示学习 |
学习物体表示 |
表示学习 |
|
4388 |
多智能体认知学习 |
物体相似性学习 |
学习相似性度量 |
度量学习 |
|
4389 |
多智能体认知学习 |
物体分类学习 |
学习物体分类 |
分类学习 |
|
4390 |
多智能体认知学习 |
物体检测学习 |
学习物体检测 |
检测学习 |
|
4391 |
多智能体认知学习 |
物体分割学习 |
学习物体分割 |
分割学习 |
|
4392 |
多智能体认知学习 |
物体姿态学习 |
学习姿态估计 |
姿态学习 |
|
4393 |
多智能体认知学习 |
物体三维重建学习 |
学习三维重建 |
三维学习 |
|
4394 |
多智能体认知学习 |
物体抓取学习 |
学习抓取检测 |
机器人学习 |
|
4395 |
多智能体认知学习 |
物体操作学习 |
学习操作物体 |
机器人学习 |
|
4396 |
多智能体认知学习 |
物体功能学习 |
学习物体功能 |
常识学习 |
|
4397 |
多智能体认知学习 |
物体物理属性学习 |
学习物理属性 |
常识学习 |
|
4398 |
多智能体认知学习 |
物体组成学习 |
学习物体组成 |
结构学习 |
|
4399 |
多智能体认知学习 |
物体关系学习 |
学习物体关系 |
关系学习 |
|
4400 |
多智能体认知学习 |
物体常识学习 |
学习物体常识 |
常识学习 |
|
4401 |
多智能体认知学习 |
物体类比学习 |
学习类比关系 |
类比学习 |
|
4402 |
多智能体认知学习 |
物体概念学习 |
学习物体概念 |
概念学习 |
|
4403 |
多智能体认知学习 |
物体类别学习 |
学习物体类别 |
类别学习 |
|
4404 |
多智能体认知学习 |
物体识别少样本学习 |
少样本物体识别 |
小样本学习 |
|
4405 |
多智能体认知学习 |
物体零样本学习 |
零样本物体识别 |
零样本学习 |
|
4406 |
多智能体认知学习 |
物体开放集识别 |
开放集物体识别 |
开放集学习 |
|
4407 |
多智能体认知学习 |
物体异常检测学习 |
学习物体异常检测 |
异常检测 |
|
4408 |
多智能体认知学习 |
物体质量评估学习 |
学习质量评估 |
评估学习 |
|
4409 |
多智能体认知学习 |
物体老化检测学习 |
学习老化检测 |
变化检测 |
|
4410 |
多智能体认知学习 |
物体跟踪学习 |
学习物体跟踪 |
跟踪学习 |
|
4411 |
多智能体认知学习 |
物体重识别学习 |
学习重识别 |
重识别学习 |
|
4412 |
多智能体认知学习 |
物体行为学习 |
学习物体行为 |
行为学习 |
|
4413 |
多智能体认知学习 |
物体状态学习 |
学习物体状态 |
状态学习 |
|
4414 |
多智能体认知学习 |
物体多视角学习 |
多视角学习 |
多视角学习 |
|
4415 |
多智能体认知学习 |
物体跨模态学习 |
跨模态学习 |
跨模态学习 |
|
4416 |
多智能体认知学习 |
物体主动学习 |
主动学习物体 |
主动学习 |
|
4417 |
多智能体认知学习 |
物体自监督学习 |
自监督学习物体 |
自监督学习 |
|
4418 |
多智能体认知学习 |
物体对比学习 |
对比学习物体 |
对比学习 |
|
4419 |
多智能体认知学习 |
物体生成学习 |
生成物体 |
生成学习 |
|
4420 |
多智能体认知学习 |
物体编辑学习 |
编辑物体属性 |
编辑学习 |
|
4421 |
多智能体认知学习 |
物体推理学习 |
推理物体属性 |
推理学习 |
|
4422 |
多智能体认知学习 |
物体因果学习 |
因果学习物体 |
因果学习 |
|
4423 |
多智能体认知学习 |
物体可解释学习 |
可解释物体学习 |
可解释学习 |
|
4424 |
多智能体认知学习 |
物体元学习 |
元学习物体 |
元学习 |
|
4425 |
多智能体认知学习 |
物体课程学习 |
课程学习物体 |
课程学习 |
|
4426 |
多智能体认知学习 |
物体强化学习 |
强化学习物体操作 |
强化学习 |
|
4427 |
多智能体认知学习 |
物体模仿学习 |
模仿学习物体操作 |
模仿学习 |
|
4428 |
多智能体认知学习 |
物体仿真学习 |
仿真中学习物体 |
仿真学习 |
|
4429 |
多智能体认知学习 |
物体迁移学习 |
迁移学习物体 |
迁移学习 |
|
4430 |
多智能体认知学习 |
物体多任务学习 |
多任务学习物体 |
多任务学习 |
|
4431 |
多智能体认知学习 |
物体终身学习 |
终身学习物体 |
终身学习 |
|
4432 |
多智能体认知学习 |
物体在线学习 |
在线学习物体 |
在线学习 |
|
4433 |
多智能体认知学习 |
物体记忆学习 |
记忆学习物体 |
记忆学习 |
|
4434 |
多智能体认知学习 |
物体注意力学习 |
注意力学习物体 |
注意力学习 |
|
4435 |
多智能体认知学习 |
物体图学习 |
图学习物体 |
图学习 |
|
4436 |
多智能体认知学习 |
物体知识图谱学习 |
知识图谱学习物体 |
知识图谱 |
|
4437 |
多智能体协同感知 |
分布式传感器融合 |
融合多传感器信息 |
传感器融合 |
|
4438 |
多智能体协同感知 |
协同定位 |
协同定位 |
定位 |
|
4439 |
多智能体协同感知 |
协同建图 |
协同建图 |
建图 |
|
4440 |
多智能体协同感知 |
协同目标跟踪 |
协同跟踪目标 |
目标跟踪 |
|
4441 |
多智能体协同感知 |
协同目标识别 |
协同识别目标 |
目标识别 |
|
4442 |
多智能体协同感知 |
协同场景理解 |
协同理解场景 |
场景理解 |
|
4443 |
多智能体协同感知 |
协同环境监测 |
协同监测环境 |
环境监测 |
|
4444 |
多智能体协同感知 |
协同事件检测 |
协同检测事件 |
事件检测 |
|
4445 |
多智能体协同感知 |
协同搜索 |
协同搜索目标 |
搜索 |
|
4446 |
多智能体协同感知 |
协同分类 |
协同分类目标 |
分类 |
|
4447 |
多智能体协同感知 |
协同回归 |
协同回归目标值 |
回归 |
|
4448 |
多智能体协同感知 |
协同异常检测 |
协同检测异常 |
异常检测 |
|
4449 |
多智能体协同感知 |
协同校准 |
协同校准传感器 |
传感器校准 |
|
4450 |
多智能体协同感知 |
协同时间同步 |
协同时间同步 |
时间同步 |
|
4451 |
多智能体协同感知 |
协同数据关联 |
协同数据关联 |
数据关联 |
|
4452 |
多智能体协同感知 |
协同特征学习 |
协同学习特征 |
特征学习 |
|
4453 |
多智能体协同感知 |
协同主动感知 |
协同主动感知 |
主动感知 |
|
4454 |
多智能体协同感知 |
协同注意力 |
协同注意力 |
注意力 |
|
4455 |
多智能体协同感知 |
协同记忆 |
协同记忆 |
记忆 |
|
4456 |
多智能体协同感知 |
协同预测 |
协同预测 |
预测 |
|
4457 |
多智能体协同控制 |
协同运动控制 |
协同运动控制 |
运动控制 |
|
4458 |
多智能体协同控制 |
协同任务分配 |
协同任务分配 |
任务分配 |
|
4459 |
多智能体协同控制 |
协同路径规划 |
协同路径规划 |
路径规划 |
|
4460 |
多智能体协同控制 |
协同决策 |
协同决策 |
决策 |
|
4461 |
多智能体协同控制 |
协同资源分配 |
协同资源分配 |
资源分配 |
|
4462 |
多智能体协同控制 |
协同学习 |
协同学习 |
学习 |
|
4463 |
多智能体协同控制 |
协同自适应 |
协同自适应 |
自适应 |
|
4464 |
多智能体协同控制 |
协同容错 |
协同容错 |
容错 |
|
4465 |
多智能体协同控制 |
协同安全 |
协同安全 |
安全 |
|
4466 |
多智能体协同控制 |
协同优化 |
协同优化 |
优化 |
|
4467 |
多智能体协同控制 |
协同博弈 |
协同博弈 |
博弈 |
|
4468 |
多智能体协同控制 |
协同通信 |
协同通信 |
通信 |
|
4469 |
多智能体协同控制 |
协同感知-控制回路 |
协同感知-控制 |
感知-控制一体化 |
|
4470 |
多智能体协同控制 |
协同人机交互 |
协同人机交互 |
人机交互 |
|
4471 |
多智能体协同控制 |
协同操作 |
协同操作物体 |
操作 |
|
4472 |
多智能体协同控制 |
协同建造 |
协同建造结构 |
建造 |
|
4473 |
多智能体协同控制 |
协同探索 |
协同探索环境 |
探索 |
|
4474 |
多智能体协同控制 |
协同覆盖 |
协同覆盖区域 |
覆盖 |
|
4475 |
多智能体协同控制 |
协同围捕 |
协同围捕目标 |
围捕 |
|
4476 |
多智能体协同控制 |
协同运输 |
协同运输货物 |
运输 |
|
4477 |
多智能体协同控制 |
协同能量管理 |
协同能量管理 |
能量管理 |
|
4478 |
多智能体协同控制 |
协同调度 |
协同调度任务 |
调度 |
|
4479 |
多智能体协同控制 |
协同网络控制 |
协同网络控制 |
网络控制 |
|
4480 |
多智能体协同控制 |
协同安全监控 |
协同安全监控 |
安全监控 |
|
4481 |
多智能体协同控制 |
协同救援 |
协同救援 |
救援 |
|
4482 |
多智能体协同控制 |
协同农业 |
协同农业作业 |
农业 |
|
4483 |
多智能体协同控制 |
协同医疗 |
协同医疗 |
医疗 |
|
4484 |
多智能体协同控制 |
协同教育 |
协同教育 |
教育 |
|
4485 |
多智能体协同控制 |
协同娱乐 |
协同娱乐 |
娱乐 |
|
4486 |
多智能体协同控制 |
协同家居 |
协同家居服务 |
家居 |
|
4487 |
多智能体物理规则理解 |
刚体动力学推理 |
推理刚体运动 |
物理推理 |
|
4488 |
多智能体物理规则理解 |
流体动力学推理 |
推理流体运动 |
物理推理 |
|
4489 |
多智能体物理规则理解 |
空气动力学推理 |
推理空气动力 |
物理推理 |
|
4490 |
多智能体物理规则理解 |
水动力学推理 |
推理水动力 |
物理推理 |
|
4491 |
多智能体物理规则理解 |
热力学推理 |
推理热现象 |
物理推理 |
|
4492 |
多智能体物理规则理解 |
电磁学推理 |
推理电磁现象 |
物理推理 |
|
4493 |
多智能体物理规则理解 |
光学推理 |
推理光现象 |
物理推理 |
|
4494 |
多智能体物理规则理解 |
声学推理 |
推理声现象 |
物理推理 |
|
4495 |
多智能体物理规则理解 |
材料力学推理 |
推理材料力学行为 |
物理推理 |
|
4496 |
多智能体物理规则理解 |
结构力学推理 |
推理结构力学行为 |
物理推理 |
|
4497 |
多智能体物理规则理解 |
土壤力学推理 |
推理土壤力学行为 |
物理推理 |
|
4498 |
多智能体物理规则理解 |
岩石力学推理 |
推理岩石力学行为 |
物理推理 |
|
4499 |
多智能体物理规则理解 |
断裂力学推理 |
推理断裂行为 |
物理推理 |
|
4500 |
多智能体物理规则理解 |
疲劳力学推理 |
推理疲劳行为 |
物理推理 |
更多推荐

所有评论(0)