English
邮箱
联系我们
网站地图
邮箱
旧版回顾



凯发国际最新网址:印度特伦甘纳旅游推介路演11月在京沪举办诚邀旅业同行参加

文章来源:凯发国际最新网址    发布时间:2018年09月22日 18:06  【字号:      】

凯发国际最新网址南国都市报9月2日 (记者 蒙健 )为了便于日常工作,市民黄先生准备在海口市昌茂花园购买一套二手房,在网上看到海南正大鸿房地产经纪有限公司发布的房源信息,他便跟着中介去看房。8月29日,房子看好后,他与中介公司签订了《定金代收协议》。协议签了,定金交了,让黄先生没想到的是,房子却被别人买走了。“事后我联系房东得知,房东并未委托这家中介公司卖房子。”黄先生向中介公司要回定金的同时,也产生疑惑,中介公司没经房东委托卖房,凭什么收取两万元定金?

黄先生说,看房当天,中介公司称房东全权委托他们进行交易,如果当天能交定金,那么他们将与房东沟通,会尽快办理购房手续,很快就能拿到房子。由于看了房子后很满意,当天下午,黄先生交付了两万元定金,可没想到,房子竟被他人买走。“中介公司给我的解释是,在我交定金之前,房东就已经与他人交易了。”黄先生说,中介公司表示当天所签订的协议以及交付的定金就“不算数”了,并表示会将定金退还。

事后,黄先生联系了房东,房东的说法则让他大吃一惊。“房东告诉我,房子是在我交了定金之后才卖掉的,其次房东并没有委托这家中介公司卖房。”


陈山在很久前就出名了,他的外貌酷似外星人,因为他曾患上地中海贫血,成为网红后,陈山香车美女不断。

长得最不讨喜的网红,陈山上榜,很多人却觉得她很美

通过陈山,大家才发现长得丑也有这样的好处,更很多人调侃,陈山这样的都有女朋友,而你还是单身狗。

金哥曾被称为抖音最丑女网红,金哥的确不是主流美女。

但她的视频是自己的日常,充满积极正能量。对比起其他整容网红,反而显得清新不做作,大家都对她改观了。

你怎么看待这些网红的呢?

利物浦输球最惨是他!最强火力无缘夺冠 3进决赛无一胜绩

利物浦拥有本赛季欧冠最强火力,进入决赛之前,他们每轮淘汰赛都至少打进5球,1/8决赛5-0淘汰波尔图,1/4决赛5-1横扫瓜帅领军的曼城,半决赛7-6惊险战胜罗马,仅仅在淘汰赛就轰入了17球,整体进球数比皇马多10个。然而坐拥第一攻击力的利物浦,却最终1-3倒下,只能吞下亚军的苦涩。

南国都市报9月11日讯(记者 黄婷 实习生 蔡梦琦)省教育厅9月11日转发《海南省普及中小学生游泳教育实施方案》,对相关工作作出再部署,强调要坚持“安全第一”的原则,确保中小学生游泳教育工作安全开展。

省教育厅强调,各地各校要充分挖掘潜力,有效整合利用游泳教育资源,推动实施中小学生游泳教育工作。要积极寻求地方政府支持认真做好游泳池建设的规划和实施工作,同时充分利用游泳教育资源,包括高校、体育部门的游泳馆(池)和游泳俱乐部、住宅小区、酒店等社会上的游泳场地等,在确保安全的情况下,通过购买服务的方式委托这些社会组织在校外开展游泳教学和训练,为普及学生游泳教育服务。各校可根据实际,自主选择组织学生开展游泳教育,或通过购买服务的方式聘请专业师资和专业管理团队开展学生游泳教育。

省教育厅同时强调,各地各校在开展游泳教育活动中要坚持“安全第一”的原则。完善保险制度,逐步提高校方责任险和校方无责任险的覆盖面,提升中小学生游泳教育安全保障水平,解除学生、家长和学校的后顾之忧。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:卫淑少)

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