买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉香港中文大学(深圳)申请的专利多智能体强化学习通信方法、终端设备及存储介质获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN116455754B 。

龙图腾网通过国家知识产权局官网在2025-09-16发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202310397744.0，技术领域涉及：H04L41/0894；该发明授权多智能体强化学习通信方法、终端设备及存储介质是由林越;李文浩;查宏远;王趵翔设计研发完成，并于2023-04-06向国家知识产权局提交的专利申请。

本多智能体强化学习通信方法、终端设备及存储介质在说明书摘要公布了：本发明公开了一种多智能体强化学习通信方法、终端设备及存储介质，包括：步骤1、根据环境建模智能体模型，智能体包括信号发送者和信号接收者，并设定所述智能体模型的超参数；步骤2、获取所述智能体在环境中交互产生的轨迹数据；步骤3、根据所述轨迹数据，更新每个所述智能体对应的动作策略网络、评价网络和目标评价网络，并根据信号梯度和拓展服从约束，更新所述信号发送者的信号网络；步骤4、调整所述智能体的超参数，并重复步骤2‑3，选取多组超参数组中表现最优的所述智能体模型。本发明考虑了多个智能体之间的博弈，使智能体能在混合动机下的场景中学习产生有效的通信。

本发明授权多智能体强化学习通信方法、终端设备及存储介质在权利要求书中公布了：1.一种多智能体强化学习通信方法，其特征在于，包括： 步骤1、根据环境建模智能体模型，智能体包括信号发送者和信号接收者，并设定所述智能体模型的超参数； 步骤2、获取所述智能体在环境中交互产生的轨迹数据； 步骤3、根据所述轨迹数据，更新每个所述智能体对应的动作策略网络、评价网络和目标评价网络，并根据信号梯度和拓展服从约束，更新所述信号发送者的信号网络； 其中，所述拓展服从约束是根据贝叶斯说服中的服从约束拓展确定，具体是由每种环境状态s下，信号发送者发送信号的概率、信号接收者接收到信号发送者发送的信号并采取动作的概率和期望、信号接收者接收到其他信号发送者发送的信号并采取动作的概率及期望确定的； 根据信号梯度和拓展服从约束，更新所述信号发送者的信号网络，具体包括： 当所述信号发送者的信号策略满足所述拓展服从约束时，所述信号网络的更新梯度为信号梯度； 当所述信号发送者的信号策略不满足所述拓展服从约束时，所述信号网络的更新梯度是根据所述信号梯度与所述拓展服从约束对所述信号网络的参数的梯度确定的； 梯度计算完成后采用上升法更新所述信号发送者的所述信号网络的参数； 步骤4、调整所述智能体的超参数，并重复步骤2-3，选取多组超参数组中表现最优的所述智能体模型。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人香港中文大学(深圳)，其通讯地址为：518172 广东省深圳市龙岗区龙翔大道2001号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

以上内容由龙图腾AI智能生成。