[发明专利]基于注意力机制的多智能体深度强化学习策略优化方法有效
| 申请号： | 202110777110.9 | 申请日： | 2021-07-09 |
| 公开（公告）号： | CN113392935B | 公开（公告）日： | 2023-05-30 |
| 发明（设计）人： | 陈晋音;胡书隆;王雪柯;章燕 | 申请（专利权）人： | 浙江工业大学 |
| 主分类号： | G06N3/092 | 分类号： | G06N3/092;G06F18/2415;G06N3/0464;G06N3/047 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 胡红娟 |
| 地址： | 310014 浙*** | 国省代码： | 浙江;33 |
| 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注意力机制的多智能体深度强化学习策略优化方法，所述方法包括如下步骤：搭建多智能体强化学习协作模拟场景，并利用深度确定性策略梯度算法训练多智能体；个性生成器利用概率分类器对智能体观察到的图片的概率分布进行预测，对概率分布器进行训练，使得概率分布器区分智能体更加准确，从而使得智能体的个性逐渐显现；获取每个时间步智能体观察到的图片的特征信息并正则化奖励折扣因子，将得到的奖励折扣因子更新至个性生成器中的奖励函数得到新设置的奖励函数；将新设置的奖励函数更新至深度确定性策略梯度算法的多智能体强化学习框架中对多智能体进行训练，直至多智能体达到收敛。 | ||
| 搜索关键词： | 基于 注意力 机制 智能 深度 强化 学习 策略 优化 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浙江工业大学，未经浙江工业大学许可，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/202110777110.9/，转载请声明来源钻瓜专利网。
- 上一篇：一种全自动冷链用天车输送系统
- 下一篇：手动数显开口扳手
