[发明专利]一种基于课程学习的多智能体深度确定性策略梯度方法在审
| 申请号： | 202110798780.9 | 申请日： | 2021-07-15 |
| 公开（公告）号： | CN113449458A | 公开（公告）日： | 2021-09-28 |
| 发明（设计）人： | 黄梦醒;冯子凯;吴迪;毋媛媛;冯思玲;张宏瑞;帅文轩;施之羿;于睿华 | 申请（专利权）人： | 海南大学 |
| 主分类号： | G06F30/25 | 分类号： | G06F30/25;G06F30/27;G06N3/00;G06N20/00;G06F111/04 |
| 代理公司： | 海南汉普知识产权代理有限公司 46003 | 代理人： | 麦海玲 |
| 地址： | 570100 海*** | 国省代码： | 海南;46 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供一种基于课程学习的多智能体深度确定性策略梯度方法，将课程学习与强化学习结合在一起，在通过经验回放池采样时，根据课程标准复杂度从经验回放池中按照优先权重采样数据，然后采用基于Adam优化器的深度确定性策略梯度方法对每个智能体进行训练，并更新策略网络、策略目标网络、评价网络以及评价目标网络，当多智能体在环境内动作的下一个状态不是终止状态时，对课程标准进行更新，根据更加复杂的课程重复进行迭代计算，课程标准中包含的优先标准函数反映样本的采样优先权重，重复采样惩罚考虑重复采样对样本多样性的影响，冗余信息惩罚可以降低智能体之间交互的信息冗余量，与其他算法相比，本发明提高了算法的收敛效率和最终奖励。 | ||
| 搜索关键词： | 一种 基于 课程 学习 智能 深度 确定性 策略 梯度 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海南大学，未经海南大学许可，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/202110798780.9/，转载请声明来源钻瓜专利网。
