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！

龙图腾网获悉中国人民解放军军事科学院系统工程研究院申请的专利基于深度强化学习的多智能体协同控制方法、系统及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：CN119717508B 。

龙图腾网通过国家知识产权局官网在2025-11-11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：202411797219.9，技术领域涉及：G05B13/04；该发明授权基于深度强化学习的多智能体协同控制方法、系统及介质是由李伟;邢继娟;李泽民;盛翀;林金设计研发完成，并于2024-12-09向国家知识产权局提交的专利申请。

本基于深度强化学习的多智能体协同控制方法、系统及介质在说明书摘要公布了：本发明涉及了一种基于深度强化学习的多智能体协同控制方法、系统及介质，一种基于深度强化学习的多智能体协同控制方法，包括：智能体获取初始化当前状态，将当前状态输入Actor网络，由环境返回给智能体当前状态执行当前动作所获得的奖励和转移到的下一状态；初始化经验缓冲池；智能体初始化采样概率，并将当前动作的轨迹数据和当前动作的轨迹重要程度储存到经验缓冲池中；智能体按经验的重要程度，从经验缓冲池中选取预设数量个批次具有重要程度超过预设阈值的轨迹；更新Actor网络和Critic网络；利用已更新的模型与环境交互得到一条轨迹。本发明解决随智能体数量的增加而引起的环境不稳定，导致多智能体在联合行动空间中存在一定的困难的问题。

本发明授权基于深度强化学习的多智能体协同控制方法、系统及介质在权利要求书中公布了：1.一种基于深度强化学习的多智能体协同控制方法，其特征在于，用于包括多个智能体的多智能体系统，每个所述智能体都设置Actor网络和Critic网络以用于生成动作和评估动作的好坏，包括： 初始化步骤：各个智能体获取初始化当前状态，将当前状态输入Actor网络，生成相应的当前动作，由环境返回给智能体当前状态执行所述当前动作所获得的奖励和转移到的下一状态；初始化经验缓冲池，所述经验缓冲池用于记录所有智能体的经验；智能体初始化代表所述当前动作的轨迹的重要程度的采样概率，并将所述当前动作的轨迹数据和所述当前动作的轨迹重要程度储存到所述经验缓冲池中； 数据采集步骤：智能体按经验的重要程度，从所述经验缓冲池中选取预设数量个批次具有重要程度超过预设阈值的轨迹； 模型更新步骤：基于所述经验缓冲池中的经验数据，更新每个所述智能体的所述Actor网络和所述Critic网络，其中，每个智能体的Critic网络观察整个所述多智能体系统的情况，所述Critic网络指导所述Actor网络的训练更新； 数据更新步骤：所述智能体利用已更新的所述Actor网络和所述Critic网络与环境交互得到一条轨迹，并计算出当前轨迹的重要程度，然后用所述当前轨迹和对应的重要程度更新所述经验缓冲池； 所述智能体利用已更新的所述Actor网络和所述Critic网络与环境交互得到一条轨迹，之前还包括：采用内在动机模型和所述Actor网络的一价值函数为所述多个智能体中的目标智能体从已更新的策略集中获取目标轨迹及目标轨迹的期望动作，其中，所述内在动机模型包括三个神经网络：一个是设置预测问题的固定目标网络，一个是根据智能体收集的数据进行训练的预测网络，另一个是策略网络，其中所述固定的目标网络为给定的状态生成常量输出，所述预测网络用于预测目标网络的输出，策略网络决定智能体的下一步行动。

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中国人民解放军军事科学院系统工程研究院，其通讯地址为：100071 北京市丰台区丰体南路2号院；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。