[发明专利]基于值函数可信度的多智能体强化学习方法及相关装置在审
| 申请号： | 202111222876.7 | 申请日： | 2021-10-20 |
| 公开（公告）号： | CN114037049A | 公开（公告）日： | 2022-02-11 |
| 发明（设计）人： | 李帅斌;崔金强;宋伟伟;孙涛;丁玉隆;尉越 | 申请（专利权）人： | 鹏城实验室 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08 |
| 代理公司： | 深圳市君胜知识产权代理事务所(普通合伙) 44268 | 代理人： | 温宏梅 |
| 地址： | 518000 广*** | 国省代码： | 广东;44 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请公开了一种基于值函数可信度的多智能体强化学习方法及相关装置，方法包括基于各智能体的观测值确定各智能体的势能函数；基于各势能函数确定局部值函数及候选全局值函数；基于全局环境信息、局部值函数及候选全局值函数确定若干信誉值；基于各局部值函数、候选全局值函数及信誉值确定全局值函数；基于全局值函数及各智能体的势能函数，利用集中训练分布机制训练多智能体。本申请通过确定若干局部值函数可以学习到各智能体的局部环境信息，再结合若干局部值函数形成全局值函数可以提高全局值函数的精准性，提高多智能体强化学习的收敛速度。同时，在计算全局值函数时为各局部值函数配置信誉度，提高多智能体强化学习的学习效率以及鲁棒性。 | ||
| 搜索关键词： | 基于 函数 可信度 智能 强化 学习方法 相关 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鹏城实验室，未经鹏城实验室许可，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/202111222876.7/，转载请声明来源钻瓜专利网。
