[发明专利]基于强化学习的变化环境多智能体控制方法与装置在审
| 申请号： | 202110858503.2 | 申请日： | 2021-07-28 |
| 公开（公告）号： | CN113837348A | 公开（公告）日： | 2021-12-24 |
| 发明（设计）人： | 朱圆恒;柴嘉骏;李伟凡;赵冬斌;孙科武;丁季时雨;董博 | 申请（专利权）人： | 中国科学院自动化研究所 |
| 主分类号： | G06N3/02 | 分类号： | G06N3/02;G06N3/08;A63F13/847;A63F13/822 |
| 代理公司： | 北京路浩知识产权代理有限公司 11002 | 代理人： | 王宇杨 |
| 地址： | 100190 *** | 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： | 本发明提供一种基于强化学习的变化环境多智能体控制方法与装置，包括：将当前环境信息和各个智能体的隐含状态输入到智能体网络，得到智能体网络输出的各个智能体的观测动作价值；观测动作价值用于表征对应智能体当前执行所有动作的预估价值；基于各个智能体的观测动作价值，控制各个智能体执行动作；其中，智能体网络是基于样本环境信息和样本智能体的样本隐含状态，联合自加权网络进行强化学习得到的；自加权网络用于确定所有样本智能体执行动作的联合动作价值；在强化学习过程中，自加权网络的输入包括智能体网络输出的所有样本智能体的样本观测动作价值。本发明提供的方法与装置能够避免变化环境中智能体数量动态变化对训练过程的影响。 | ||
| 搜索关键词： | 基于 强化 学习 变化 环境 智能 控制 方法 装置 | ||
【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中国科学院自动化研究所，未经中国科学院自动化研究所许可，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/202110858503.2/，转载请声明来源钻瓜专利网。
