2621 篇论文
本文提出了一种去中心化的多智能体深度强化学习框架，用于在非理想串行干扰消除（SIC）条件下优化下行链路非正交多址接入（NOMA）系统的功率分配，旨在同时提升频谱效率、用户公平性和可靠性，并在动态 5G 环境中优于传统及现有的基于学习的算法。
本研究表明，在碳纤维增强聚合物/铝（CFRP/Al）异种材料摩擦搅拌点焊中加入不锈钢丝网中间层，能显著使静态拉伸强度较直接连接提高一倍，尽管由于裂纹在界面附近热降解的 CFRP 基体内萌生，不同类型的金属网在疲劳性能方面表现相当。
本文提出了一种用于系留消防六旋翼无人机的复合分层抗扰控制策略，该策略将针对已知动力学的物理前馈补偿与三阶线性扩张状态观测器及滑模控制相结合，以实现针对高压喷水过程中多源、强耦合扰动的高精度稳定性。
本文表明，通过将预训练的 GraphCast 模型进行微调并结合计算成本较低的集成策略，可以显著改善次季节降水预报，在第 3 周和第 4 周的表现上优于成熟的 ECMWF S2S 集成系统。
本研究表明，对于以管壁破裂为主要失效模式的注塑热固性塑料直接螺钉紧固工艺而言，拧紧扭矩和旋入速度通常对疲劳强度没有统计学上的显著影响，从而允许主要针对工艺稳健性和效率来优化组装参数。
本研究提出了一种结合人工神经网络与 NSGA-II 算法的代理辅助多目标优化框架，该框架基于 80 个真实实验数据点进行训练，旨在高效识别帕累托最优消力池设计，以在最大化能量耗散的同时最小化下游冲刷深度，从而在几分钟而非数天内实现效率为 51.10% 且冲刷深度为 0.005 m 的最佳折中解。
本文提出了一种基于离线策略积分强化学习的四轮麦卡姆移动机器人鲁棒最优跟踪控制器，该控制器通过利用三个神经网络来近似求解哈密顿-雅可比-艾萨克方程，从而有效处理质心偏移和轮滑不确定性，进而实现比传统方法更优越的跟踪精度和鲁棒性。
本文提出了 AFB-MAC，这是一种结合了模糊推理与上下文多臂老虎机强化学习的轻量级自学习框架，用于在无线传感器网络中动态选择最优 MAC 协议，在高度动态的条件下，其在数据包交付率、能量效率、延迟和网络寿命方面显著优于经典及现有的自适应基准方案。
本案例研究表明，通过絮凝作用和降低孔隙率，向格尔干黄土中添加水泥能显著改善其工程性质，即提高单轴抗压强度并降低压缩性、膨胀性和坍塌性，且在养护28天后，在9%的水泥含量下观察到最佳结果。
本研究表明，当结合专家验证的配准优化时，机器人追踪的多视图3D超声框架能够准确量化组织模拟体素中模拟的腹部出血体积，从而克服了传统2D超声在测量不规则液体积聚方面的局限性。