李毅
- 作品数：3 被引量：3H指数：1
- 供职机构：华东理工大学信息科学与工程学院更多>>
- 相关领域：自动化与计算机技术电子电信更多>>
- 基于ARM的机器人移动底盘设计被引量：2
- 2008年
- 移动底盘是机器人中较为独立的部分。本文介绍了机器人乐队底盘移动部分磁引导AGV的设计,主要包括系统结构、控制系统和软件。该AGV以Philips公司的ARM LPC2114为控制核心,构成了先进的嵌入式控制系统。在ADS1.2集成开发环境下使用C语言编写控制软件。机器人乐队的成功展出表明设计方案合理,运行可靠性高。
- 李毅万衡李慕君
- 关键词：ARM嵌入式系统
- 基于ARM的自动导引车控制系统设计被引量：1
- 2007年
- 介绍了机器人乐手底盘移动部分AGV的设计，主要包括控制系统硬件和软件设计。该AGV以PHILIPS公司的ARMLPC2114为控制核心，构成了先进的嵌入式控制系统。机器人乐队的成功展出，表明设计方案合理，运行可靠性高。
- 李毅叶一枝
- 关键词：自动导引车ARM嵌入式控制系统软件设计AGV
- 基于多智能体强化学习的博弈综述
- 2025年
- 多智能体强化学习(Multi-agent reinforcement learning,MARL)作为博弈论、控制论和多智能体学习的交叉研究领域,是多智能体系统(Multi-agent systems,MASs)研究中的前沿方向,赋予智能体在动态多维的复杂环境中通过交互和决策完成多样化任务的能力.多智能体强化学习正在向应用对象开放化、应用问题具身化、应用场景复杂化的方向发展,并逐渐成为解决现实世界中博弈决策问题的最有效工具.本文对基于多智能体强化学习的博弈进行系统性综述.首先,介绍多智能体强化学习的基本理论,梳理多智能体强化学习算法与基线测试环境的发展进程.其次,针对合作、对抗以及混合三种多智能体强化学习任务,从提高智能体合作效率、提升智能体对抗能力的维度来介绍多智能体强化学习的最新进展,并结合实际应用探讨混合博弈的前沿研究方向.最后,对多智能体强化学习的应用前景和发展趋势进行总结与展望.
- 李艺春刘泽娇洪艺天王继超王健瑞李毅李毅
- 关键词：多智能体强化学习多智能体系统博弈决策
