renhongxia1的博客

原创 多智能体系统 + 语法搜索：解锁智能协作新范式

本项工作中，我们提出了一个更结构化的框架，它通过一组固定的、简单的、可组合的组件来探索同一空间。实验表明，尽管在候选生成阶段缺乏大语言模型所具有的生成灵活性，但我们的方法在两个领域（数学和问答）共五项基准测试中的四项上，表现优于先前的方法。此外，我们的方法还具有其他优势，包括搜索过程成本效益更高，以及能够生成逻辑更简单、模块化、可解释的多智能体系统。深度强化学习 / 强化学习培训 / 数字孪生培训 / 大模型培训 / 智能体培训 / 具身智能培训。

原创 基于多智能体深度强化学习的高炮反无人机算法

针对日益增长的无人机集群威胁，传统防空方法在应对高机动、低慢小目标时面临决策滞后的挑战。该方法将多门高炮构建为分布式智能体，通过集中训练-分散执行的框架，使其在共享战场态势信息的基础上，学习协同火力分配、目标交接与射击诸元优化的策略。算法利用深度确定性策略梯度（DDPG）或近端策略优化（PPO）等机制，使智能体集群能在动态对抗环境中自适应调整战术，有效提升对无人机饱和攻击的拦截效率与系统生存能力。仿真结果表明，该算法在应对多批次、不规则突防的无人机群时，显著优于基于规则的固定策略。

原创 多智能体无人协同控制综述

多智能体无人协同控制是人工智能与自主系统交叉领域的核心方向，旨在通过多智能体间的交互协作，实现无人机、无人车等无人系统集群在复杂动态环境中的高效、鲁棒任务执行。相关综述系统梳理了该领域的核心问题与方法体系，主要包括分布式感知与信息共享、协同任务分配与规划、集群编队与一致性控制、人机混合协同等关键技术，并分析集中式、分布式及混合式等主流控制架构的优劣。随着强化学习、群体智能等前沿技术的发展，该领域正从预设规则驱动向自适应、可解释的智能协同演进，在军事侦察、灾害救援、物流配送等场景展现出广阔应用前景。

原创 面向图像处理逆问题的扩散模型研究综述

图像处理逆问题（如去噪、超分辨率、修复等）旨在从退化观测中重建原始图像，传统方法常受限于不适定性和先验建模的复杂性。扩散模型作为一种新兴的深度生成范式，通过模拟数据在噪声与信号间的双向扩散过程，为逆问题提供了强大的概率重构框架。本综述系统梳理了扩散模型在图像逆问题求解中的研究进展：首先阐释其基于随机微分方程的理论基础；继而分类讨论基于条件生成、得分匹配等技术的重建方法；最后总结其在医学成像、遥感、计算摄影等领域的应用，并探讨当前面临的稳定性、效率等挑战与未来发展方向。

原创 数据驱动下的反导装备体系效能评估建模与仿真

随着导弹攻防对抗日趋复杂，传统基于经验的评估方法难以全面反映反导装备体系在动态作战环境下的整体效能。本研究聚焦数据驱动技术，通过融合多源仿真与试验数据，构建覆盖探测跟踪、拦截决策、火力协同等多环节的效能评估模型。采用基于Agent建模、系统动力学等方法对体系交互过程进行动态仿真，量化分析装备配比、指挥规则、对抗策略等变量对体系整体作战能力的影响。研究成果可为反导体系优化设计、作战能力评估和装备发展论证提供量化决策支持，推动效能评估向精准化、智能化方向发展。

原创 首个多轮LLM Router问世, Router-R1可让大模型学会「思考–路由–聚合」

原创 多模态大模型理解物理工具吗？PhysToolBench提出了衡量多模态大模型对物理工具理解的基准

等多维度的测试任务，要求模型回答工具如何工作、为何适用特定场景等需物理常识的问题。其创新在于构建了一个结构化的评估体系，将抽象的“物理理解”转化为可量化、可比较的具体指标，从而为开发更贴近现实世界、具备实用物理推理能力的下一代模型提供了关键的评估基础和前进方向。当前，多模态大模型在文本和图像理解上表现卓越，但其对物理世界的理解——尤其是对日常工具的功能、使用场景及物理原理的认知——仍是一个开放挑战。该基准旨在衡量模型对物理工具的深层理解，而非简单识别。，这是一个全新的基准测试。

原创 牛津大学等提出Memo：Transformer强化学习记忆效率提升10倍，具身智能体泛化能力更强！

传统Transformer在处理序列决策任务时，因其自注意力机制对完整历史序列的依赖，导致内存消耗随序列长度平方级增长，严重限制了其在复杂环境与长程任务中的应用。Memo的核心突破在于重构了记忆机制，通过复用和压缩历史信息，将关键记忆存储于固定大小的外部记忆中，使得智能体能够高效访问长期经验，从而将内存消耗降低了一个数量级。这一改进不仅大幅提升了训练与推理效率，更使“具身智能体”在从未见过的任务中展现出更强的泛化与适应能力，为开发更高效、更通用的智能决策系统开辟了新的路径。

原创 国防科技大学智能科学学院、清华大学计算机科学与技术系联合研究| 多智能体风险决策理论与方法研究综述

随着无人集群、协同作战等技术的快速发展，多智能体系统在动态、不确定及高风险环境下的协同决策已成为关键挑战。传统方法往往难以在效率、鲁棒性与风险约束之间取得平衡。当前研究深度融合强化学习、博弈论与分布式优化，重点探索在部分可观测、信息受限及存在对抗的条件下，如何实现智能体间的风险感知、量化与协同规避。未来，研究需进一步向开放动态环境拓展，强化决策的可解释性与安全性，并推动其在军事指挥控制、智能交通等高风险复杂场景中的可靠应用，为构建自主、稳健的群体智能提供理论基石。

原创 数据驱动下的反导装备体系效能评估建模与仿真

原创 北斗导航系统星地/星间链路一体化规划

原创 雷达目标智能识别方法研究综述|空天防御

原创 DeepAnalyze：面向自主数据科学的智能体大语言模型

原创 图灵奖得主、中科院院士姚期智:大模型革新各行业，中长期AI将向AG 迈进

原创 基于大模型的应急指挥辅助决策系统设计

原创 基于强化学习的流程工业智能决策研究与展望

源自：自动化学报。

原创 基于多元实体对齐的视觉-语言多模态预训练

源自：软件学报。

原创 数字孪生驱动的结构全场变形高精度反演方法

原创 基于人机混合智能的目标识别方法

原创 多智能体强化学习在飞行器协同控制中的研究进展

原创 基于知识与数据混合驱动的无人集群态势认知技术研究综述

原创 低空具身智能频谱管控技术研究

原创 EnvGen：通过大语言模型生成和自适应环境，用于训练具身智能体

原创 清华世界模型与具身智能融合全面综述！具身智能：从LLMs到世界模型

原创 MF-LLM: 通过平均场大语言模型框架模拟群体决策动态

原创 大模型赋能的具身智能：自主决策和具身学习技术的全面最新综述

原创 大语言模型推理中的存储优化技术综述

原创 未来海战反空中集群体系构建

原创 具身智能研究的关键问题: 自主感知、行动与进化

原创 具身智能驱动下的无人作战系统展望

原创 面向人机物高效融合与协作的具身智能技术体系

原创 具身智能自主无人系统技术

原创 国防科技大学李世斌等：高速飞行器舵/翼轻量化技术如何突破“轻质-承载-防热”三重挑战？

原创 DARPA“人工智能强化”项目，将用于无人僚机，支持多机协同、超视距空战，实现马赛克作战构想

原创 关于发布2025年度国家自然科学基金“仿生智能感知”专项项目申请指南的通告

原创 关于发布2025年度国家自然科学基金“复杂系统智能表征与建模方法”专项项目申请指南的通告

原创 自主机器学习

原创 基于Transformer的异类目标智能关联跟踪

优快云大礼包《深度学习课程》优快云大礼包《具身智能课程》

原创 智能变体飞行器未来作战关键技术

优快云大礼包《具身智能课程》优快云大礼包《深度学习课程》

原创 反无人机蜂群杀伤链动态构建策略研究

优快云大礼包《深度学习课程》优快云大礼包《具身智能课程》