[发明专利]一种基于反事实遗憾最小化的虚拟自我对弈方法和装置在审
| 申请号： | 202111004896.7 | 申请日： | 2021-08-30 |
| 公开（公告）号： | CN113689001A | 公开（公告）日： | 2021-11-23 |
| 发明（设计）人： | 陈宇轩;裘旭益;张犁;姚子羽;李石坚;崔振新;潘纲 | 申请（专利权）人： | 浙江大学;中国航空无线电电子研究所 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/08;G06F17/18;A63F13/67 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 曹兆霞 |
| 地址： | 310013 浙江*** | 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反事实遗憾最小化的虚拟自我对弈方法和装置，应用在多方智能体参与的博弈环境中，多方智能体采用相同算法生成策略，每个策略对应待优化的算法参数，决定算法输出动作的概率值；所述方法包括：每个智能体采用反事实遗憾最小化算法根据博弈环境状态生成针对全局策略的最佳回应策略；对每个智能体的历史回应策略进行平均化得到每个智能体的平均策略；按照一定比例分别对最佳回应策略和平均策略进行采样，将采样得到的环境状态、动作的概率值以及对应的回报分别存储到平均策略经验池和最佳回应策略经验池；从平均策略经验池和最佳回应经验池中采样环境状态、动作的概率值以及对应的回报更新最佳回应策略和平均策略。 | ||
| 搜索关键词： | 一种 基于 事实 遗憾 最小化 虚拟 自我 对弈 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浙江大学;中国航空无线电电子研究所，未经浙江大学;中国航空无线电电子研究所许可，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/202111004896.7/，转载请声明来源钻瓜专利网。
- 上一篇：头部旋磁治疗帽以及头部病灶有效定位方法
- 下一篇：一种牛奶酱油及其酿造方法
