×
验证码:
换一张
忘记密码?
记住我
切换中国科技网通行证登录
×
切换中国科技网通行证登录
登录
中文版
|
English
中国科学院自动化研究所机构知识库
Knowledge Commons of Institute of Automation,CAS
登录
注册
ALL
ORCID
题名
作者
导师
学科领域
关键词
资助项目
文献类型
出处
会议名称
收录类别
出版者
发表日期
存缴日期
学科门类
学习讨论厅
图片搜索
粘贴图片网址
首页
研究单元&专题
作者
文献类型
知识图谱
新闻&公告
在结果中检索
研究单元&专题
学术期刊 [45]
多模态人工智能系统... [40]
毕业生 [35]
复杂系统认知与决策... [11]
管理与支撑部门 [9]
中国科学院分子影像重... [4]
更多...
作者
王飞跃 [11]
张桂英 [7]
王鼎 [6]
王坤峰 [6]
罗彪 [5]
苟超 [4]
更多...
文献类型
期刊论文 [83]
学位论文 [47]
其他 [9]
会议论文 [8]
发表日期
2024 [2]
2023 [22]
2022 [12]
2021 [25]
2020 [23]
2019 [15]
更多...
语种
中文 [47]
英语 [36]
出处
IEEE/CAA ... [21]
Internati... [17]
自动化学报 [7]
IEEE TRANS... [4]
IEEE TRANS... [3]
IEEE-CAA J... [3]
更多...
资助项目
National N... [3]
Chinese Ac... [2]
National N... [2]
National N... [2]
National N... [2]
National N... [2]
更多...
收录类别
SCI [35]
EI [3]
SSCI [2]
导师
乔红 [4]
刘德荣 [4]
王飞跃 [4]
赵冬斌 [4]
谭民 [3]
刘成林 [2]
更多...
资助机构
National N... [9]
61533017 [5]
U1501251) [4]
61273140 [3]
61304086 [3]
61374105 [3]
更多...
×
知识图谱
CASIA OpenIR
开始提交
已提交作品
待认领作品
已认领作品
未提交全文
收藏管理
QQ客服
官方微博
反馈留言
浏览/检索结果:
共147条,第1-10条
帮助
已选(
0
)
清除
条数/页:
5
10
15
20
25
30
35
40
45
50
55
60
65
70
75
80
85
90
95
100
排序方式:
请选择
提交时间升序
提交时间降序
WOS被引频次升序
WOS被引频次降序
题名升序
题名降序
发表日期升序
发表日期降序
期刊影响因子升序
期刊影响因子降序
作者升序
作者降序
基于强化学习的减少烘丝过程中烟丝“干头”量的方法
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 8, 页码: 1679-1687
作者:
毕素环
;
蒋一翔
;
于树松
;
丁香乾
;
牟亮亮
;
王彬
Adobe PDF(1955Kb)
  |  
收藏
  |  
浏览/下载:5/2
  |  
提交时间:2024/04/24
烟丝含水率
过干烟丝
强化学习
超调
基于ANFIS的多AUV协同定位系统量测异常检测方法
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 9, 页码: 1951-1966
作者:
徐博
;
李盛新
;
王连钊
;
王权达
Adobe PDF(3215Kb)
  |  
收藏
  |  
浏览/下载:5/1
  |  
提交时间:2024/04/24
自主水下航行器
协同定位
自适应神经模糊推理系统
水声测距
量测异常
城市固废焚烧过程智能优化控制研究现状与展望
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 10, 页码: 2019-2059
作者:
汤健
;
夏恒
;
余文
;
乔俊飞
Adobe PDF(3863Kb)
  |  
收藏
  |  
浏览/下载:3/1
  |  
提交时间:2024/04/24
城市固废焚烧
双碳战略
智能优化控制
工业人工智能
数字孪生平台
AI in Human-computer Gaming: Techniques, Challenges and Opportunities
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 3, 页码: 299-317
作者:
Qi-Yue Yin
;
Jun Yang
;
Kai-Qi Huang
;
Mei-Jing Zhao
;
Wan-Cheng Ni
;
Bin Liang
;
Yan Huang
;
Shu Wu
;
Liang Wang
Adobe PDF(2608Kb)
  |  
收藏
  |  
浏览/下载:6/1
  |  
提交时间:2024/04/23
Human-computer gaming, AI, intelligent decision making, deep reinforcement learning, self-play
Mitigating Spurious Correlations for Self-supervised Recommendation
期刊论文
Machine Intelligence Research, 2023, 卷号: 20, 期号: 2, 页码: 263-275
作者:
Xin-Yu Lin
;
Yi-Yan Xu
;
Wen-Jie Wang
;
Yang Zhang
;
Fu-Li Feng
Adobe PDF(2244Kb)
  |  
收藏
  |  
浏览/下载:3/1
  |  
提交时间:2024/04/23
Self-supervised recommendation
spurious correlations
spurious features
invariant feature learning
contrastive learning
基于自适应动态规划的移动机器人视觉伺服跟踪控制
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 11, 页码: 2286-2296
作者:
罗彪
;
欧阳志华
;
易昕宁
;
刘德荣
Adobe PDF(2335Kb)
  |  
收藏
  |  
浏览/下载:11/4
  |  
提交时间:2024/04/18
自适应动态规划
移动机器人
视觉伺服
轨迹跟踪
神经网络控制
基于ACP理论的微型扑翼飞行器的姿态控制
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 12, 页码: 2532-2543
作者:
金龙
;
李嘉昌
;
常振强
;
卢经纬
;
程龙
Adobe PDF(2144Kb)
  |  
收藏
  |  
浏览/下载:13/6
  |  
提交时间:2024/04/17
微型扑翼飞行器
姿态控制
神经动力学
平行智能
智能网联电动汽车节能优化控制研究进展与展望
期刊论文
自动化学报, 2023, 卷号: 49, 期号: 12, 页码: 2437-2456
作者:
申永鹏
;
袁小芳
;
赵素娜
;
孟步敏
;
王耀南
Adobe PDF(2844Kb)
  |  
收藏
  |  
浏览/下载:8/6
  |  
提交时间:2024/04/17
智能网联
电动汽车
节能
优化控制
Reinforcement Learning in Process Industries: Review and Perspective
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 2, 页码: 283-300
作者:
Oguzhan Dogru
;
Junyao Xie
;
Om Prakash
;
Ranjith Chiplunkar
;
Jansen Soesanto
;
Hongtian Chen
;
Kirubakaran Velswamy
;
Fadi Ibrahim
;
Biao Huang
Adobe PDF(1275Kb)
  |  
收藏
  |  
浏览/下载:37/13
  |  
提交时间:2024/01/23
Process control
process systems engineering
reinforcement learning
Recent Progress in Reinforcement Learning and Adaptive Dynamic Programming for Advanced Control Applications
期刊论文
IEEE/CAA Journal of Automatica Sinica, 2024, 卷号: 11, 期号: 1, 页码: 18-36
作者:
Ding Wang
;
Ning Gao
;
Derong Liu
;
Jinna Li
;
Frank L. Lewis
Adobe PDF(1945Kb)
  |  
收藏
  |  
浏览/下载:244/180
  |  
提交时间:2024/01/02
Adaptive dynamic programming (ADP)
advanced control
complex environment
data-driven control
event-triggered design
intelligent control
neural networks
nonlinear systems
optimal control
reinforcement learning (RL)