[发明专利]一种多智能体协作环境强化学习算法的测试方法有效
| 申请号： | 202010648233.8 | 申请日： | 2020-07-07 |
| 公开（公告）号： | CN111814988B | 公开（公告）日： | 2023-06-30 |
| 发明（设计）人： | 殷永峰;谢静;李秋儒;王轶辰 | 申请（专利权）人： | 北京航空航天大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;A63F13/822 |
| 代理公司： | 北京清大紫荆知识产权代理有限公司 11718 | 代理人： | 张卓 |
| 地址： | 100083*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于智能体深度强化学习的测试领域，为多智能体协作环境强化学习算法的测试方法。所述多智能体协作环境深度强化学习算法中的智能体为两大类，一类是空间动作相对固定化的智能体，一类是动作和状态空间复杂的智能体，第一类智能体采用求最大置信回报值的算法(UCB算法)，第二类智能体采用求取最优联合动作和状态的全局函数(QMIX算法)。本发明针对两种算法的特点，分析多智能体训练模型输出的回报值和收益值，得收敛速度和效果的影响因子，通过分析影响因子得出测试多智能体协作环境出算法深度强化学习的测试技术要点，为多智能体协作环境下深度学习算法的验证提供了有效依据。 | ||
| 搜索关键词： | 一种 智能 体协 环境 强化 学习 算法 测试 方法 | ||
【主权项】：
暂无信息
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北京航空航天大学，未经北京航空航天大学许可，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/202010648233.8/，转载请声明来源钻瓜专利网。
- 上一篇：一种叉车
- 下一篇：一种有人或无人驾驶装甲电动车
