[发明专利]一种基于状态动态感知的多智能体合作学习方法有效
| 申请号： | 201910162280.9 | 申请日： | 2019-03-05 |
| 公开（公告）号： | CN109978176B | 公开（公告）日： | 2021-01-19 |
| 发明（设计）人： | 王桂鸿;史景伦;邓丽;张宇 | 申请（专利权）人： | 华南理工大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00 |
| 代理公司： | 广州市华学知识产权代理有限公司 44245 | 代理人： | 李斌 |
| 地址： | 510640 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于状态动态感知的多智能体合作学习方法，通过自主训练获得协调完成任务目标的多智能体控制系统，步骤如下：对各个智能体分别进行状态编码；对每个智能体构建一个动态感知层对其状态集合进行处理，将动态长度的状态集合映射成固定长度的特征；每个智能体的特征输入到各自带有通信单元的Q值网络，从网络输出中选取具有最大Q值的动作作为决策动作；各智能体将动作执行于环境，从环境中获取反馈奖励后，对所有智能体的动态感知层参数和Q值网络参数进行更新；使用上述框架训练多智能体，获得多智能体合作控制系统。本发明适用于要求动态数量游戏角色合作完成任务的游戏系统中，可作为游戏中多智能体的人工智能系统。 | ||
| 搜索关键词： | 一种 基于 状态 动态 感知 智能 合作 学习方法 | ||
【主权项】：
1.一种基于状态动态感知的多智能体合作学习方法，其特征在于，所述的多智能体合作学习方法包括以下步骤：S1、对各个智能体分别进行状态编码，使每一个智能体形成具有动态长度的状态集合；S2、对每个智能体，构建一个动态感知层对其状态集合进行处理，将动态长度的状态集合映射成为固定长度的特征；S3、每个智能体的特征输入到各自带有通信单元的Q值网络，从Q值网络输出中选取具有最大Q值的动作作为决策动作；S4、各智能体将动作执行于环境，从环境中获取反馈奖励后，对所有智能体的动态感知层参数和Q值网络参数进行更新；S5、使用上述框架训练多智能体，从而获得具有完成既定任务目标的多智能体合作控制系统。
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于华南理工大学，未经华南理工大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910162280.9/，转载请声明来源钻瓜专利网。
