深度自适应动态规划理论方法和应用

Pursuing higher “intelligent” systems has become the tendency of current artificial intelligence. It is expected that the new technique is capable to perceive some complicated problems and make decisions properly. For recent years, deep learning and adaptive dynamic programming/reinforcement learning have made remarkable contribution in the field of “perception” and “decision” respectively. Deep learning has brought new techniques to perceiving high-dimensional data and processing complex information, while adaptive dynamic programming has provided advanced solutions for nonlinear system control problems. Therefore, the combination of the above two methods has been essential to advanced artificial intelligence, and has also become the research hotspot currently. Therefore, our project aims to put deep learning and adaptive dynamic programming together, to provide solutions for complicated systems which have complex information as their input. In theory and methodology, complex information will be transformed into valid character representation by deep models, and then optimal or suboptimal controllers will be computed by adaptive dynamic programming with its adaptive learning ability. Meanwhile, convergent and stable analysis will be given. In experiment and application, intelligent driving will be the main objective and auto driving simulator will be established. The proposed deep adaptive dynamic programming will be studied and compared experimentally under different scenarios, which will lay the foundation for the application of autonomous unmanned driving.

当前人工智能的发展趋势是追求更高的“智慧”，能够实现对一些复杂问题的感知和决策。近年来发展的深度学习和自适应动态规划/强化学习分别在“感知”和“决策”两个方面做出了突出的贡献。深度学习为高维数据感知和复杂信息处理带来了新的技术；自适应动态规划/强化学习提供了先进的解决复杂非线性系统的控制方法。因此，将上述两种技术结合起来成为开发高级人工智能的关键、并成为当前研究热点。在本项目中，我们拟将深度学习和自适应动态规划结合起来，解决一类具有复杂信息输入的智能控制问题。在理论和方法方面，提出利用深度模型将复杂信息转化成有效的特征表示，借助自适应动态规划的自适应学习能力实现最优或近似最优控制的方法，并给出收敛性和系统稳定性的理论分析。在实验和应用方面，以智能驾驶作为主要研究目标，建立汽车智能驾驶仿真平台，对所提出的深度自适应动态规划方法进行不同场景下的实验验证和比较分析，奠定汽车无人驾驶的应用基础。

以深度自适应动态规划(DADP)/强化学习(DRL)理论和方法为主要研究内容，及时详细综述了该领域的研究进展，深入研究了深度学习，自适应动态规划/强化学习的方法和理论，结合深度学习的感知和强化学习的决策优点，提出了多种有效的DADP/DRL方法，并将所提出的理论方法应用于自动驾驶和视频游戏等领域。在KITTI等公开数据集、仿真平台和实际驾驶平台上验证了所提出方法的有效性。.具体成果包括：1)提出多种深度自适应动态规划/强化学习方法，如引入注意力机制的深度强化学习方法（获得IEEE Trans年度优秀论文），面向星际争霸微操的强化学习和课程迁移学习融合方法（热点论文、Nature论文引用）等。撰写中文综述论文2篇，下载量过万，有力推动国内相关领域的发展。2)基于深度自适应动态规划/强化学习方法实现在多种场景下的汽车智能驾驶，多种场景下的游戏AI。获得中国AI+创新创业大赛一等奖等国内国际比赛奖项8次。3)在国内外核心期刊上发表论文 23 篇，在重要国际学术会议发表论文31篇。包括IEEE Transactions论文13篇，ESI高被引和热点论文6篇，优秀论文和优秀提名论文5篇。在权威公众号上及时发表深度强化学习的最新研究进展评述若干次。以首席客座编委在领域顶刊上组织专刊2次。4)申请专利3项，获得软件著作登记权1项。5)培养博士研究生毕业7名，硕士研究生毕业1名。6)在2017年的世界智能大会等上做“深度强化学习”方向的邀请报告20余次；任领域权威国际会议2019年IJCNN的程序委员会协主席等10余次。

内容获取失败，请点击重试