业务和功能介绍
智能体决策时往往需要兼顾实时性、协同性和鲁棒性，为了解决智能体在高维状态空间中长期决策困难的问题，本项目提出一种多智能体协作对抗方法。该模型可以：
1.构建拟真的城市对抗环境模型，支持多类智能体的交互与博弈；
2.通过强化学习提升多智能体协作与对抗能力，兼顾同构与异构智能体；
3.提高收敛速度和奖励回报率。
该模型构建了真实对抗环境，采用近端策略优化的AC结构，结合嵌入方法解决异构智能体的空间差异；还设计了自适应经验采样模块，融合 on-policy 与 off-policy 数据，提高经验利用率并加快收敛速度；最后采用了权重继承机制，在智能体消失时将其策略传递给队友，保证任务执行的连续性和快速适应性。
系统运行流程包括四个阶段：首先进行初始化与建模，设置城市环境和智能体组别；其次是交互与训练，由AC网络输出动作并进行价值评估，将状态与奖励存入经验池；接着在策略优化阶段，通过近端策略优化结合自适应采样不断改进策略，同时利用嵌入方法保证异构智能体的训练一致性；最后进入分布式执行，各智能体基于局部观测独立决策，并通过权重继承保持协作，从而实现最终目标。
1.构建拟真的城市对抗环境模型，支持多类智能体的交互与博弈；
2.通过强化学习提升多智能体协作与对抗能力，兼顾同构与异构智能体；
3.提高收敛速度和奖励回报率。
该模型构建了真实对抗环境，采用近端策略优化的AC结构，结合嵌入方法解决异构智能体的空间差异；还设计了自适应经验采样模块，融合 on-policy 与 off-policy 数据，提高经验利用率并加快收敛速度；最后采用了权重继承机制，在智能体消失时将其策略传递给队友，保证任务执行的连续性和快速适应性。
系统运行流程包括四个阶段：首先进行初始化与建模，设置城市环境和智能体组别；其次是交互与训练，由AC网络输出动作并进行价值评估，将状态与奖励存入经验池；接着在策略优化阶段，通过近端策略优化结合自适应采样不断改进策略，同时利用嵌入方法保证异构智能体的训练一致性；最后进入分布式执行，各智能体基于局部观测独立决策，并通过权重继承保持协作，从而实现最终目标。
项目实现
本项目由我一人负责，环境建模集合数学方法采用Python编写出仿真框架，支持动态变化的建筑物和目标点等。策略优化基于PyTorch深度学习框架实现，核心是带RNN的AC网络，并引入嵌入方法解决异构状态与动作空间差异。经验采样模块融合 on-policy 与 off-policy 策略，采用自适应采样机制提升数据利用效率。
项目实施过程中遇到三类难点：一是异构智能体的空间差异，传统方法难以统一处理，本项目通过向量嵌入映射到共享空间，使不同智能体能够在统一特征空间中协作学习；二是策略收敛与训练效率，为避免策略更新过大引发不稳定，采用近端策略优化的裁剪目标函数，并结合自适应经验采样加快收敛速度；三是任务连续性与鲁棒性，智能体在对抗中可能消失或失效，本项目设计了权重继承机制，使剩余智能体能够快速接管任务，提升整体系统的适应性与稳定性。
项目实施过程中遇到三类难点：一是异构智能体的空间差异，传统方法难以统一处理，本项目通过向量嵌入映射到共享空间，使不同智能体能够在统一特征空间中协作学习；二是策略收敛与训练效率，为避免策略更新过大引发不稳定，采用近端策略优化的裁剪目标函数，并结合自适应经验采样加快收敛速度；三是任务连续性与鲁棒性，智能体在对抗中可能消失或失效，本项目设计了权重继承机制，使剩余智能体能够快速接管任务，提升整体系统的适应性与稳定性。
示例图片视频
相似推荐
抽卡小程序
有一本个人反复研读多年的书，为了方便利用碎片时间学习，制作了一个抽卡小程序，并提供了高效的全文模糊搜索功能。
初版于 2017 年上线，现已用户量过万，今年使用 UniApp 重构。
功能包括抽卡、便捷的单句复制、历史记录、全文精确搜索与模糊搜索。
支持字号调节，主题调节（默认根据系统状态自动切换）。
淘宝运单号获取
获取发货订单的收货地址以及运单号信息
获取发货订单的收货地址以及运单号信息
获取发货订单的收货地址以及运单号信息
获取发货订单的收货地址以及运单号信息
获取发货订单的收货地址以及运单号信息
查车小助手
主要功能可能包括：
用户登录/注册
车辆信息录入
出险记录查询
出险报案
维修进度跟踪等
我们将分别设计前端（UniApp）和后端（PHP）的代码结构。
后端（PHP）：
使用MVC模式，但这里我们简单用单个文件处理每个接口，实际项目中建议使用框架。
数据库使用MySQL。
前端（UniApp）：
使用Vue.js语法。
使用uni.request进行网络请求。
我们先从后端开始，设计几个基本的接口：
用户登录接口
车辆信息录入接口
出险记录查询接口
热搜禁用扩展
这是一个基于原生JavaScript的浏览器扩展，可以使用它来屏蔽搜索引擎的热搜推荐，不管是搜索主页，还是打开后的页面内的热搜都会被清理干净。
避免开发过程中分心干扰。开发过程中，再也不用担心被热搜牵扯注意力了。
建设库-建筑大数据平台
一、立项背景和目标
建筑/基建行业信息高度分散，四库一平台、招投标公告、土地交易、水利监管/信用、企业信用等来源口径不一，检索成本高、真实性难校验；竞对研究与合作风控缺少统一证据链；项目前置研判和商机捕获滞后。
目标：打造一站式权威数据平台，提供组合查询、主体画像、项目全生命周期追踪、区域宏观研判与风控预警，支撑市场拓展与投标决策，沉淀可追溯的合规数据资产。
二、软件功能与核心模块
组合查询与分面检索：围绕企业、业主、集团、城投、人员、项目、业绩、标讯等对象，支持多条件叠加、区间过滤与聚合统计，快速定位目标与商机。
主体画像与风控：资质等级、历史业绩、信用/司法风险、债务资产、在建人员、荣誉奖项、供应商关系与合作历史，输出风险标签与可解释明细，辅助准入与授信。
业绩与招投标：四库业绩、中标/全网业绩、开标记录、代理项目、竞对报价分析、项目分包机会，纵向核验能力，横向洞察价格带与竞对策略。
项目与商机：重点项目清单、政府专项债、拟建项目、大项目商机、业主拿地信息、全国土地市场，形成“拿地→规划→招投标→在建”的线索闭环与订阅推送。
区域经济与政策：全国/地区经济大全、产业结构、政策规划、公路/水利等专题，构建地区画像指数，评估区域信用与投资活跃度，支撑布局与报价。
订阅、导出与分享：条件保存、订阅推送、批量导出、分享链接，提升团队协作与复用效率。
三、业务流程与功能路径
市场拓展：选定地区/行业 → 组合查询标讯/拟建 → 锁定业主/城投 → 查看历往项目与预算 → 保存条件并订阅 → 商机跟进与转化。
投标决策：输入资质/金额/工期等 → 检索开标记录与竞对报价 → 评估分包机会与伙伴匹配 → 生成清单导出 → 复核后执行投标。
合作风控：查业主/城投 → 查看债务/司法/信用与负面舆情 → 风险标签与阈值预警 → 形成准入结论与留痕。
竞对分析：查企业/人员在建/荣誉信用 → 找到满足资质的竞对与可用人员 → 构建竞对画像 → 反向指导策略与定价。
帮助文档
Copyright @ 2021-2024 程聚宝 | 浙ICP备2021014372号
人工客服