CN119440264A 一种基于决策者偏好的人机交互方法 （北京理工大学）_第1页
CN119440264A 一种基于决策者偏好的人机交互方法 （北京理工大学）_第2页
CN119440264A 一种基于决策者偏好的人机交互方法 （北京理工大学）_第3页
CN119440264A 一种基于决策者偏好的人机交互方法 （北京理工大学）_第4页
CN119440264A 一种基于决策者偏好的人机交互方法 （北京理工大学）_第5页
已阅读5页，还剩17页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

号神经网络训练，神经网络输出每一时间步对应用训练好的神经网络获得轨迹数据的偏好得分2组合中轨迹数据ol优于轨迹数据00的概率组合中轨迹数据00优于轨迹数据ol的概率轨迹数据00和轨迹数据时间步t对应的权重。3迹00多于轨迹；偏好标签y=0.5表示轨迹ol与轨迹00偏好相同。。4[0003]针对一些复杂的多智能体决策问题，智能体需要不断调整策略以应对对手的变实时干预等方式来将人类的思想考虑在决策过程中，因此这一技术涵盖了多个领域的发5组合中轨迹数据ol优于轨迹数据00的概率[0009]组合中轨迹数据00优于轨迹数据ol的概率表示轨迹数据和轨迹数据ol时间步t对应的权重。[0017]进一步地，本发明所述偏好标签表示为ye{0,0.5,1}，偏好标签y=1表示偏好轨迹6。（即关键时间帧片段）对应偏好权重和偏好得分，能够实现离散化轨迹序列进行重要性分可解释性和透明度。7方面可与任何其它方面独立地实施，且可以各种方式组合这些方面中的两者或两者以上。用除了本文中所阐述的方面中的一或多者之外的其它结构及/或功能性实施此设备及/或8对(of,o)进行偏好判断和标注。[0045]本步骤中偏好标签的具体实现为：偏好标签表示为ye{0,0.5,1}，偏好标签y=1表示偏好轨迹多于轨迹o0，即；偏好标签y=0表示偏好轨迹00多于轨迹ol，即9迹00在时间步t下的偏好得分和对应权重。[0056]利用交叉熵作为损失函数，对于数据集中每一对轨迹对(of,of)及对应标签yi，其通过线性映射得到。上述线性映射所用到的线性变换矩阵为w,,w,w,eRd⃞dr，线性映应权重wt的计算。为wrTC。

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论