日本国产欧美视频在线观看,福利一区福利二区在线播放,色综合久久88色综合天天提莫

日本一道本高清一区二区-色妞熟女午夜福利在线视频-欧美成人情激情免费看-老司机午夜精品免费视频

加快打造原始創(chuàng)新策源地，加快突破關(guān)鍵核心技術(shù)，努力搶占科技制高點(diǎn)，為把我國建設(shè)成為世界科技強(qiáng)國作出新的更大的貢獻(xiàn)。

——習(xí)近平總書記在致中國科學(xué)院建院70周年賀信中作出的“兩加快一努力”重要指示要求

面向世界科技前沿、面向經(jīng)濟(jì)主戰(zhàn)場、面向國家重大需求、面向人民生命健康，率先實(shí)現(xiàn)科學(xué)技術(shù)跨越發(fā)展，率先建成國家創(chuàng)新人才高地，率先建成國家高水平科技智庫，率先建設(shè)國際一流科研機(jī)構(gòu)。

——中國科學(xué)院辦院方針

首頁 > 科研進(jìn)展

軟件所提出智能體遷移測試新方法

2024-10-08 軟件研究所

【字體：大中小】

語音播報

近日，由中國科學(xué)院軟件研究所天基綜合信息系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室與智能博弈重點(diǎn)實(shí)驗(yàn)室完成的研究成果Demo2Test:?Transfer?Testing?of?Agent?in?Competitive?Environment?with?Failure?Demonstrations被ACM?Transactions?on?Software?Engineering?and?Methodology接收。該研究關(guān)注競爭性博弈智能體的測試問題，提出了對抗環(huán)境中智能體的遷移測試方法——Demo2Test。

在對抗環(huán)境中，雙方智能體通過激烈競爭以爭奪博弈的勝利。智能體博弈策略失效可能帶來損失，因而對其進(jìn)行有效測試顯得尤為重要。當(dāng)前方法主要是通過構(gòu)建測試智能體，與目標(biāo)智能體展開競爭，以誘發(fā)其故障。然而，此類方法往往局限于單一任務(wù)，進(jìn)行多任務(wù)測試則需耗費(fèi)更多時間，且難以保證測試的全面性和有效性。因此，亟需提出高效而通用的智能體測試方法。

該團(tuán)隊提出了新的遷移測試方法——Demo2Test。該方法利用源任務(wù)的演示數(shù)據(jù)，結(jié)合強(qiáng)化學(xué)習(xí)和生成對抗模仿學(xué)習(xí)，對測試智能體進(jìn)行遷移訓(xùn)練，以探索目標(biāo)任務(wù)中的失效場景。同時，該方法包含一個關(guān)鍵狀態(tài)下的動作擾動模塊，應(yīng)用進(jìn)化算法對關(guān)鍵狀態(tài)下的行動進(jìn)行擾動，可進(jìn)一步豐富失效場景的多樣性。

為驗(yàn)證Demo2Test框架的有效性，該團(tuán)隊在MuJoCo仿真機(jī)器人競爭環(huán)境中進(jìn)行了嚴(yán)格實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，Demo2Test在發(fā)現(xiàn)失效場景的數(shù)量和多樣性方面均表現(xiàn)出色，相較于最佳基線分別提升了36.99％至87.98％和18.79％至60.98％。進(jìn)而，該團(tuán)隊利用Demo2Test發(fā)現(xiàn)的失效場景對目標(biāo)智能體進(jìn)行了重新訓(xùn)練。研究顯示，與基線方法相比，Demo2Test性能提升范圍為4.76％到80％。這驗(yàn)證了Demo2Test在智能體測試與優(yōu)化方面的有效性，為智能體測試領(lǐng)域帶來了新的思路與方法。

論文鏈接

Demo2Test框架圖

近日，由中國科學(xué)院軟件研究所天基綜合信息系統(tǒng)全國重點(diǎn)實(shí)驗(yàn)室與智能博弈重點(diǎn)實(shí)驗(yàn)室完成的研究成果Demo2Test:?Transfer?Testing?of?Agent?in?Competitive?Environment?with?Failure?Demonstrations被ACM?Transactions?on?Software?Engineering?and?Methodology接收。該研究關(guān)注競爭性博弈智能體的測試問題，提出了對抗環(huán)境中智能體的遷移測試方法——Demo2Test。在對抗環(huán)境中，雙方智能體通過激烈競爭以爭奪博弈的勝利。智能體博弈策略失效可能帶來損失，因而對其進(jìn)行有效測試顯得尤為重要。當(dāng)前方法主要是通過構(gòu)建測試智能體，與目標(biāo)智能體展開競爭，以誘發(fā)其故障。然而，此類方法往往局限于單一任務(wù)，進(jìn)行多任務(wù)測試則需耗費(fèi)更多時間，且難以保證測試的全面性和有效性。因此，亟需提出高效而通用的智能體測試方法。該團(tuán)隊提出了新的遷移測試方法——Demo2Test。該方法利用源任務(wù)的演示數(shù)據(jù)，結(jié)合強(qiáng)化學(xué)習(xí)和生成對抗模仿學(xué)習(xí)，對測試智能體進(jìn)行遷移訓(xùn)練，以探索目標(biāo)任務(wù)中的失效場景。同時，該方法包含一個關(guān)鍵狀態(tài)下的動作擾動模塊，應(yīng)用進(jìn)化算法對關(guān)鍵狀態(tài)下的行動進(jìn)行擾動，可進(jìn)一步豐富失效場景的多樣性。為驗(yàn)證Demo2Test框架的有效性，該團(tuán)隊在MuJoCo仿真機(jī)器人競爭環(huán)境中進(jìn)行了嚴(yán)格實(shí)驗(yàn)。實(shí)驗(yàn)結(jié)果表明，Demo2Test在發(fā)現(xiàn)失效場景的數(shù)量和多樣性方面均表現(xiàn)出色，相較于最佳基線分別提升了36.99％至87.98％和18.79％至60.98％。進(jìn)而，該團(tuán)隊利用Demo2Test發(fā)現(xiàn)的失效場景對目標(biāo)智能體進(jìn)行了重新訓(xùn)練。研究顯示，與基線方法相比，Demo2Test性能提升范圍為4.76％到80％。這驗(yàn)證了Demo2Test在智能體測試與優(yōu)化方面的有效性，為智能體測試領(lǐng)域帶來了新的思路與方法。論文鏈接Demo2Test框架圖

打印