English
邮箱
联系我们
网站地图
邮箱
旧版回顾



ag娱乐厅平台:安才网手机端优先上线

文章来源:ag娱乐厅平台    发布时间:2018年07月19日 01:13  【字号:      】

ag娱乐厅平台“驱鬼镇邪!”纪小五眼睛亮了,“是不是玄术啊?我听说会玄术的人很少,倒是听说玄都观的人会,但是他们眼睛都长在头顶上,根本不搭理人。我以前在玄都观跪过几天几夜,结果……”

发现自己说漏嘴了,纪小五急忙收声。

明微笑眯眯地看着他:“你居然还去玄都观跪过?后来怎么样啊?”

见她没有嘲笑自己的意思,纪小五继续道:“别提了,他们理都不理,后来我哥去把我揪回来了。书上不都这么写的吗?跪上几天几夜,最好来场大雨,高人就被诚心感动了。”

明微心说,傻子才信这个。想学玄术,天分最高,不入眼的人,跪死了他们都不带搭理。

明晟疑惑,他在京城虽有交好的同窗,可出狱的时间他们又不知道……

“你家主人是谁?”

看他脸上并无喜色,此人顿了顿,答道:“我家主人姓纪。”

明晟茫然,姓纪的人家?他不记得啊!

四夫人突然明白过来,拉着他低声说:“你三伯母娘家姓纪。”

二太爷立刻想到明三夫人的事,当即正了脸色,说道:“你是说你姑母的事吧?这事确实是我们明家对不起你们。不过,你也看到了,老六那个混帐已经赔了命。人死如灯灭,便是有天大的事,到这里也该过去了。”

怎么说,同姓一个明,难道他还能帮别人撕自家脸皮?

纪凌却道:“二太爷误会了,晚辈要说的,不是这件事。”

二太爷等人,闻言就是一怔。

不是这件事,还能是哪件事?

另一个就是日韩模式在中国一定是失败的。日韩模式在中国复制是不可能成功的,这个里面我们踩了太多的坑。韩国模式的一个问题是时间太长,耗费的资源太多,它是一个不断筛选的过程,资本不允许你花费这么长的时间,中国也没有那么多练习生。

麦锐娱乐王丛:我反思了两年,单纯复制日韩模式一定失败

三声:从这些反思出发,相应做过哪些调整?

王丛:第一在人才选择上,我们原则上是不招素人的。我们现在练习生选拔有三个渠道,一是专业艺术学院的学生,二是日韩体系下训练过的现成的练习生,第三就是从专业的工作室、舞社出来的,他们的出身决定了我们的培养周期会比较短,女生大概12个月,男生大概18个月就能推向市场。

长眉略微上斜,下嵌一双凤眼,鼻梁挺直,红唇丰润。

这是一张美得咄咄逼人的脸庞,倘若盛妆,定然夺人耳目。如此朴素,倒让她显出春水般的柔和。

看到杨殊,她的脸上瞬间绽出光彩,叫人无法怀疑她的喜悦:“殊儿!”

杨殊进来,恭恭敬敬地行礼:“姨母。”

裴贵妃喜滋滋地招他在旁边坐下,连声道:“这趟出去好玩吗?看你,黑了好多,吃了不少苦吧?原想叫你留在京城,偏你要出去。听说你这趟差事有不少险恶之处,还受了伤,给姨母看看,伤哪里了?”

重重的一拳,砸在杨殊的下巴上,他差点以为自己下颔骨裂了。

“啊!”端着碗脸水的阿绾,刚刚上得楼来,看到这一幕,大叫一声,一个飞扑,“公子!”

多福就跟在明微身后,一看不好,也闪身过去。

阿绾一掌打去,多福胡乱一挡。

澎湃的气浪在瞬间爆发开来,阿绾只觉得一股大力反弹过来,蹬蹬蹬退了好几步才止住。

近几年,吴毅将身体大不如前,惨遭病魔缠身

吴毅将日前因主动脉血管撕裂入院

离开病床的吴毅将又满血复活。一大把年纪,还喜欢漏肌肉。迷妹们肯定喜欢这种永远保存青春活力的大叔。

本论文研究者认为解决该问题的关键在于通信,这可以增强策略间的协调。MARL 中有一些学习通信的方法,包括 DIAL [3]、CommNet [23]、BiCNet [18] 和 master-slave [7]。然而,现有方法所采用的智能体之间共享的信息或是预定义的通信架构是有问题的。当存在大量智能体时,智能体很难从全局共享的信息中区分出有助于协同决策的有价值的信息,因此通信几乎毫无帮助甚至可能危及协同学习。此外,在实际应用中,由于接收大量信息需要大量的带宽从而引起长时间的延迟和高计算复杂度,因此所有智能体之间彼此的通信是十分昂贵的。像 master-slave [7] 这样的预定义通信架构可能有所帮助,但是它们限定特定智能体之间的通信,因而限制了潜在的合作可能性。

学界|北京大学提出注意力通信模型ATOC,助力多智能体协作

为了解决这些困难,本论文提出了一种名为 ATOC 的注意力通信模型,使智能体在大型 MARL 的部分可观测分布式环境下学习高效的通信。受视觉注意力循环模型的启发,研究者设计了一种注意力单元,它可以接收编码局部观测结果和某个智能体的行动意图,并决定该智能体是否要与其他智能体进行通信并在可观测区域内合作。如果智能体选择合作,则称其为发起者,它会为了协调策略选择协作者来组成一个通信组。通信组进行动态变化,仅在必要时保持不变。研究者利用双向 LSTM 单元作为信道来连接通信组内的所有智能体。LSTM 单元将内部状态(即编码局部观测结果和行动意图)作为输入并返回指导智能体进行协调策略的指令。与 CommNet 和 BiCNet 分别计算内部状态的算术平均值和加权平均值不同,LSTM 单元有选择地输出用于协作决策的重要信息,这使得智能体能够在动态通信环境中学习协调策略。

研究者将 ATOC 实现为端到端训练的 actor-critic 模型的扩展。在测试阶段,所有智能体共享策略网络、注意力单元和信道,因此 ATOC 在大量智能体的情况下具备很好的扩展性。研究者在三个场景中通过实验展示了 ATOC 的成功,分别对应于局部奖励、共享全局奖励和竞争性奖励下的智能体协作。与现有的方法相比,ATOC 智能体被证明能够开发出更协调复杂的策略,并具备更好的可扩展性(即在测试阶段添加更多智能体)。据研究者所知,这是注意力通信首次成功地应用于 MARL。

图 1:ATOC 架构。

图 2:实验场景图示:协作导航(左)、协作推球(中)、捕食者-猎物(右)。




(责任编辑:申光亚)

附件:

专题推荐

相关新闻


© 1996 - 2017 中国科学院 版权所有 京ICP备05002857号  京公网安备110402500047号 

网站地图    地址:北京市三里河路52号 邮编:100864