Oct, 2023

摊销网络干预以引导兴奋性的点过程

PDF
TL;DR我们通过神经 ODE 来捕捉网络激发点过程随着网络拓扑的时变变化的演变，能够灵活适应先验知识和约束条件的基于模型的强化学习，设计了 pooling 最佳策略并确保一个置换等效属性的 ANI 框架，实现了知识的高效转移和共享，从而解决了大规模网络干预的挑战，并具有应对重要社会和环境挑战的潜力。
large-scale network interventionneural odesgradient-descent based model predictive controlamortize network interventionssocietal and environmental challenges
发现论文，激发创造
  • 利用强化学习和图神经网络控制图动态

    考虑通过有限的干预来控制动态过程。我们将这个问题表述为关于时间图过程的顺序决策问题，并设计了一个新颖的可行方案来控制时间图上的动态过程。我们成功地将方法应用于两个流行问题：优先考虑哪些节点进行检测以限制疫情传播，以及影响最大化问题。

    Oct, 2020

  • 面向分散网络系统的可扩展基于模型的策略优化

    本文旨在提高多智能体控制的数据效率，采用基于模型的学习方式，通过多个代理通过本地通信进行合作完成任务，实现分散的基于模型的策略优化框架，提出了扩展的价值函数，理论上证明了产生的策略梯度是真实策略梯度的一个紧密近似，并在智能交通系统的多项基准测试上展示了出色的数据效率和与真实模型的无模型方法匹配的性能。

    Jul, 2022

  • 标记时空点过程的深度强化学习

    利用深度强化学习方法，能够处理由异步、随机、离散事件构成的连续时间情形下的智能干预问题，并应用于个性化教学和病毒式营销领域，取得了比其他方法更好的效果。

    May, 2018

  • 基于图神经网络的估计误差最小化的分散学习策略

    在多跳无线网络中，通过分布式可扩展的采样和传输策略以及图神经网络结构，优化采样和远程估计研究的主要问题包括缓存并从其他代理处获得最新样本、无线冲突通道和各个网络节点之间的决策制定。

    Apr, 2024

  • 深度交互式动作预测与规划：通过动作预测模型进行游戏

    本研究提出一种多智能体策略网络和博弈论模型预测控制器相结合的方案，将自动驾驶车辆的预测和规划层紧密耦合，能够有效生成交互行为。

    Apr, 2022

  • 可扩展的兴奋性点过程网络的贝叶斯推断

    该论文研究了如何基于一个 mutually-excitatory point process（如 Hawkes process）的可观测活动来发现潜在的网络结构，并提出了基于离散时间的计算有效的随机变分推断算法，最终在胶质钙成像数据上进行了实验验证。

    Jul, 2015

  • 基于点过程的虚假新闻干预措施

    本研究提出了一个新的多阶段干预框架，通过将强化学习与点过程网络活动模型相结合来解决社交网络中假新闻的问题。通过选择状态的特征表示，定义缓解行动，构造奖励函数来度量缓解活动的有效性，在预算约束下，将假新闻缓解问题映射到强化学习框架中。在 Twitter 网络上进行实时干预实验来缓解代理假新闻活动，我们的方法在合成数据集上表现优于其他方法。

    Mar, 2017

  • 通过激励持久性来提高神经网络的鲁棒性

    研究表明，使用保持激励持久性（PoE）的方法作为指导，将梯度下降更新限制在收敛于真实参数的参考持久激励轨迹上可以提高神经网络对抗攻击的鲁棒性。

    Jun, 2021

  • 深度强化学习与协作图神经网络在疫苗优先级排序中的应用

    本文探讨了在供应有限的情况下通过疫苗优先策略来减轻疫情总负担的方法，利用 Trans-vaccine-SEIR 模型模拟疾病演化过程，结合图神经网络和深度强化学习找到最优疫苗分配策略，实验发现相较于基线策略，该框架可将感染和死亡降低 7%-10%，且能针对具有多样性的微观级疾病演化系统寻找最优解。研究结果对于疫苗供应有限和物流效率低下的区域提供了有价值的见解。

    May, 2023

  • 深度神经网络模型预测控制框架介绍及快速控制器实现

    基于深度神经网络的非线性模型预测控制（MPC）在同质压燃点火（HCCI）燃烧控制方面的实验实施结果良好，具有优秀的 IMEP 轨迹跟踪性能和过程约束的观测情况。

    Oct, 2023