类脑学习型自动驾驶决控系统的关键技术

作为高级别自动驾驶的下一代技术方向，类脑学习以深度神经网络为策略载体，以强化学习为训练手段，通过与环境的交互探索实现策略的自我进化，最终获得从环境状态到执行动作的最优映射。目前，类脑学习方法主要用于自动驾驶的决策与控制功能设计，它的关键技术包括：界定策略设计的系统框架、支持交互训练的仿真平台、决定策略输入的状态表征、定义策略目标的评价指标以及驱动策略更新的训练算法。本文重点梳理了自动驾驶决策控制的发展脉络，包括两类模块化架构（分层式和集成式）和3种技术方案（专家规则型、监督学习型和类脑学习型）；概述了当前主流的自动驾驶仿真平台；分析了类脑决控的3类环境状态表征方法（目标式、特征式和组合式）；同时介绍了自动驾驶汽车的五维度性能评价指标（安全性、合规性、舒适性、通畅性与经济性）；然后详述了用于车云协同训练的典型强化学习算法及其应用现状；最后总结了类脑自动驾驶技术的问题挑战与发展趋势。     

二氧化硅基润湿梯度表面制备及其静润湿特性分析北大核心CSCD

[目的]润湿梯度表面在水面舰船防污、潜艇减阻等领域具有潜在应用价值,有待进一步研究低成本、低复杂度的制备技术。[方法]采用气相沉积法、碱腐蚀法和两者复合法,开展二氧化硅基润湿梯度表面的制备及其静润湿特性的研究分析。[结果]气相沉积法制备表面的最大接触角和变化范围分别为104.9°,23°左右;碱腐蚀法制备表面分别为80.2°,60°左右;两者复合法制备表面分别为102.1°,40°左右,且气相沉积过程在表面润湿性梯度制备中起主导作用。[结论]研究成果可为海洋装备的功能表面制备提供参考。     

我国北极航线航海保障能力建设研究

为更系统地掌握我国北极航线航海保障能力，形成对北极航海保障基本情况的认识并用以启发后续相关工作的开展，通过分析我国现阶段北极航线各方面航海保障能力，针对实际需求找出不足，并结合后续工作的开展方向提出相关建设举措。