Skip to content
View Dracoqhl's full-sized avatar
1 follower · 5 following

Achievements

Achievement: YOLO

Achievements

Achievement: YOLO

Highlights

  • Pro

Block or report Dracoqhl

Block user

Prevent this user from interacting with your repositories and sending you notifications. Learn more about blocking users.

You must be logged in to block users.

Please don't include any personal information such as legal names or email addresses. Maximum 100 characters, markdown supported. This note will be visible to only you.
Report abuse

Contact GitHub support about this user’s behavior. Learn more about reporting abuse.

Report abuse
Dracoqhl/README.md

你好，我是 Draco 👋

欢迎来到我的 GitHub 主页！

关于我

  • 🌱 目前正在学习 强化学习、运筹优化
  • 🔭 目前在做 基于多智能体强化学习的微电网电压控制、基于MPC控制的频率调节等。
  • 📫 联系我: [email protected]
  • 😄 兴趣爱好: 编程、运动🏃🏻‍♀️、音乐🎵

我的技术栈

编程语言

Python

深度学习

PyTorch

我的项目

域泛化 (Domain Generalization, DG)任务

项目描述：23年SIGS大数据机器学习课程大作业，我阅读复现了多篇ICCV、ECCV和CVPR的论文，最终整合了三篇域泛化论文的创新点，获得了一个较高的排名。

使用技术栈：Python, Pytorch

项目链接：GitHub链接

基于多智能体强化学习的微电网电压控制

项目描述：复现了21年的一篇NeurIPS，利用多智能体强化学习技术，实现对微电网电压的有效控制，优化电力分配。将进一步丰富应用场景、引入严格边界约束等。

使用技术栈：Python, PyTorch, MARL

项目链接：GitHub链接

GitHub 统计

你的 GitHub 统计信息

常用语言

你的语言统计信息

Pinned Loading

  1. DG_model DG_model Public

    23年SIGS大数据机器学习课程大作业材料，为域泛化 (Domain Generalization, DG)任务，即让模型从具有不同数据分布(不同域)的数据上学习到一个泛化能力更强的模型，使得模型能够在未知域的数据上依然具有较好的效果。

    Python