新型强化学习算法及应用研究

结题报告

项目介绍

AI项目解读

基本信息

批准号：
60775046
项目类别：
面上项目
资助金额：
27.0万
负责人：
高阳
依托单位：
南京大学
学科分类：
F0603.机器学习
结题年份：
2010
批准年份：
2007
项目状态：
已结题
起止时间：
2008-01-01 至2010-12-31

项目参与者：
申富饶；商琳；赵志宏；朱亮；赵波；葛屾；王皓；陈兴国；王巍巍；
关键词：
Model 智能NPC游戏平台 Action 关系强化学习基于核的强化学习传递学习

项目摘要

在强化学习问题中，研究出能够解决大规模强化学习问题的若干新型强化学习模型和相关算法。研究一种新的关系强化学习模型和算法；将关系强化学习模型应用到Action Model中，研究基于关系强化学习的Action Model学习算法；结合关系强化学习和传递学习技术，设计满足传递学习任务要求的关系强化学习算法；研究基于核的强化学习算法，设计强化学习核函数选取策略，设计有效的Exploration算法。将以上研究的关系强化学习、基于核的强化学习、Action Model和传递学习应用到智能NPC游戏平台中，研究一个基于机器学习技术的面向第1人称射击类游戏的智能NPC游戏平台。

结项摘要

项目成果

期刊论文数量（0）

专著数量（0）

科研奖励数量（0）

会议论文数量（0）

专利数量（5）

数据更新时间：{{ journalArticles.updateTime }}

DOI：
{{ item.doi || "--"}}
发表时间：
{{ item.publish_year || "--" }}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor || "--"}}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

数据更新时间：{{ journalArticles.updateTime }}

作者：
{{ item.authors }}

数据更新时间：{{ monograph.updateTime }}

作者：
{{ item.authors }}

数据更新时间：{{ sciAawards.updateTime }}

作者：
{{ item.authors }}

数据更新时间：{{ conferencePapers.updateTime }}

作者：
{{ item.authors }}

数据更新时间：{{ patent.updateTime }}

其他文献

番茄褪绿病毒病预测预报模型的建立

DOI：
10.16688/j.zwbh.2020029
发表时间：
2021
期刊：
植物保护
影响因子：
--
作者：
卢丁伊慧;张战泓;张卓;张德咏;谭新球;郑立敏;高阳;史晓斌;刘勇
通讯作者：
刘勇

氢氧稳定同位素示踪旱区植物水分来源与利用策略

DOI：
10.13610/j.cnki.1672-352x.20200706.011
发表时间：
2020
期刊：
安徽农业大学学报
影响因子：
--
作者：
韩磊;韩永贵;黄晓宇;高阳;孙兆军
通讯作者：
孙兆军

HLA基因与新疆维吾尔族癫痫患者中拉莫三嗪所致药疹的关联性

DOI：
10.13699/j.cnki.1001-6821.2016.04.012
发表时间：
2016
期刊：
中国临床药理学杂志
影响因子：
--
作者：
高阳;于爱平;蒋玉凤;于鲁海;赵宗峰;张艳君
通讯作者：
张艳君

不同施氮量下春大豆根系生长与花荚形成的关系

DOI：
10.13327/j.jjlau.2018.3780
发表时间：
2018
期刊：
吉林农业大学学报
影响因子：
--
作者：
高阳;章建新;楚光红;傅积海
通讯作者：
傅积海

我国北方农牧交错区农牧生计可持续性评价——以科尔沁左翼后旗为例

DOI：
10.13448/j.cnki.jalre.2018.233
发表时间：
2018
期刊：
干旱区资源与环境
影响因子：
--
作者：
崔艳智;高阳;赵桂慎
通讯作者：
赵桂慎

其他文献

DOI：
{{ item.doi || "--" }}
发表时间：
{{ item.publish_year || "--"}}
期刊：
{{ item.journal_name }}
影响因子：
{{ item.factor || "--" }}
作者：
{{ item.authors }}
通讯作者：
{{ item.author }}

内容获取失败，请点击重试

重试

联系客服

开始分析

查看分析示例

此项目为已结题，我已根据课题信息分析并撰写以下内容，帮您拓宽课题思路：

AI项目思路

AI技术路线图

高阳的其他基金

面向大数据的知识表示、推理、在线学习理论及应用研究

批准号：
U1435214
批准年份：
2014
资助金额：
150.0 万元
项目类别：
联合基金项目

面向大数据的知识表示、推理、在线学习理论及应用研究

批准号：
61432008
批准年份：
2014
资助金额：
350.0 万元
项目类别：
重点项目

强化学习迁移技术及其在交互式游戏中的应用研究

批准号：
61175042
批准年份：
2011
资助金额：
58.0 万元
项目类别：
面上项目

非马尔可夫决策过程中强化学习技术研究与应用

批准号：
60475026
批准年份：
2004
资助金额：
23.0 万元
项目类别：
面上项目

多Agent信念修正理论研究

批准号：
60103012
批准年份：
2001
资助金额：
18.0 万元
项目类别：
青年科学基金项目

相似国自然基金

批准号：
{{ item.ratify_no }}
批准年份：
{{ item.approval_year }}
资助金额：
{{ item.support_num }}
项目类别：
{{ item.project_type }}

相似海外基金

批准号：
{{ item.ratify_no }}
财政年份：
{{ item.approval_year }}
资助金额：
{{ item.support_num }}
项目类别：
{{ item.project_type }}

AI项目解读示例

课题项目：调控A型流感病毒诱导IFN-β表达的机制研究

AI项目摘要：

本研究聚焦于TRIM2蛋白在A型流感病毒诱导的IFN-β表达中的调控机制。A型流感病毒是全球性健康问题，其感染可导致严重的呼吸道疾病。IFN-β作为关键的抗病毒因子，其表达水平对抗病毒防御至关重要。然而，TRIM2如何调控IFN-β的表达尚未明确。本研究假设TRIM2通过与病毒RNA或宿主因子相互作用，影响IFN-β的产生。我们将采用分子生物学、细胞生物学和免疫学方法，探索TRIM2与A型流感病毒诱导IFN-β表达的关系。预期结果将揭示TRIM2在抗病毒免疫反应中的作用，为开发新的抗病毒策略提供理论基础。该研究对理解宿主抗病毒机制具有重要科学意义，并可能对临床治疗流感病毒感染提供新的视角。

AI项目思路：

科学问题：TRIM2如何调控A型流感病毒诱导的IFN-β表达？
前期研究：已有研究表明TRIM2参与抗病毒反应，但其具体机制尚不明确。
研究创新点：本研究将深入探讨TRIM2在IFN-β表达中的直接作用机制。
技术路线：包括病毒学、分子生物学、细胞培养和免疫检测技术。
关键技术：TRIM2与病毒RNA的相互作用分析，IFN-β启动子活性检测。
实验模型：使用A型流感病毒感染的细胞模型进行研究。

AI技术路线图

        graph TD
          A[研究起始] --> B[文献回顾与假设提出]
          B --> C[实验设计与方法学准备]
          C --> D[A型流感病毒感染模型建立]
          D --> E[TRIM2与病毒RNA相互作用分析]
          E --> F[TRIM2对IFN-β启动子活性的影响]
          F --> G[IFN-β表达水平测定]
          G --> H[TRIM2功能丧失与获得研究]
          H --> I[数据收集与分析]
          I --> J[结果解释与科学验证]
          J --> K[研究结论与未来方向]
          K --> L[研究结束]

会员权益说明：

新型强化学习算法及应用研究

基本信息

项目摘要

结项摘要

项目成果

其他文献

其他文献

AI项目摘要

AI项目思路

AI技术路线图

高阳的其他基金

相似国自然基金

相似海外基金

AI项目解读示例

AI项目摘要：

AI项目思路：

AI技术路线图