马里奥matlab代码BattLeDIM
2020年泄漏检测与隔离方法之战（BattLeDIM），最初是在中国北京举行的第二届国际CCWI
/
WDSA联合会议的一部分，目的是客观比较泄漏事件的检测和定位方法的性能，依靠安装在配水管网中的流量和压力传感器的SCADA测量。
参与者可以使用不同类型的工具和方法，包括（但不限于）工程判断，机器学习，统计方法，信号处理和基于模型的故障诊断方法。
网站
组委会/贡献者
塞浦路斯大学KIOS卓越中心Stelios
G.Vrachimis
塞浦路斯大学KIOS卓越中心Demetrios
G.
Eliades
Riccardo
Taormina，荷兰代尔夫特工业大学Avi
Ostfeld，以色列理工学院-以色列以色列理工学院Zoran
Kapelan，荷兰代尔夫特工业大学刘淑明，清华大学，中国塞浦路斯大学KIOS卓越中心Marios
Kyriakou
塞浦路斯大学KIOS卓越中心Pavlos
Pavlou，塞浦路斯以色列理工学院Mengning
Qiu-以色列以色列理工学院塞浦路斯大学KIOS卓越中心Marios
M.
Polycarpou，塞浦路斯
2022-12-14 23:03:07
32.43MB
1
马里奥matlab代码档案清单
自述文件-此文件smb_tracking.m-示例MATLAB脚本match_template.m-MATLAB函数track_template.m-MATLAB函数input
/
smb_w4-1.mp4-示例视频输入input
/
template.mat-包含smb_tracking.m的模板和掩码的数据文件
项目介绍
该项目是对我之前从事的模板匹配项目的扩展，该项目通过视频提要合并了跟踪。
这个想法是使用逐帧模板匹配来定位视频中的模板，并通过基于先前位置减少模板的搜索区域来优化代码。
此代码的本质是使用模板匹配功能，该功能使用平方差的缩放总和。
此模板跟踪算法的一些独特功能：
您可以指定要搜索的先前匹配模板区域周围的radius
。
您可以指定一个threshold以便可以拒绝匹配。
您可以指定radius的growth
rate
，这样，如果跟踪的对象离开搜索区域，
radius将围绕最后一个已知位置增长，直到再次找到模板为止。
我没有使用平方差的归一化总和，而是选择使用自己的缩放因子对SSD进行归一化。
它可以计算template在任何ima
2022-12-08 20:41:45
8.33MB
1
超级马里奥兄弟的深度强化学习
描述
背景信息：超级马里奥兄弟（SMB）是一款流行的动作游戏，具有“真实的”环境和广阔的状态空间，是设计可玩计算机游戏的强化学习代理的理想平台。 该代理要求与世界上的各种对象和障碍进行交互，以鼓励采用知识丰富的学习方法。
方法-我们使用了OpenAI Gym提供的框架。 超级马里奥兄弟体育馆并从游戏环境中提取了信息，以使用PPO训练RL特工。 我们还向环境引入了预处理方法，例如帧缩放，随机跳帧，帧堆叠和噪声网，以提高代理的性能。 通过引入回滚操作来提高训练的稳定性，可以创建PPO的变体。
结果：该方法成功地训练了能够在20个小时的训练后完成水平的特工。 我们成功实现了一种方法，该方法可以比常规PPO实施更好地执行，在不应用数据预处理的情况下性能提高了50％，在应用数据预处理的情况下性能提高了10％。
工具
Pytorch已被用作主要的机器学习库
由于SMB
2022-11-09 22:52:04
18.11MB
1