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！

申请/专利权人：西北工业大学;上海润璋智能科技股份有限公司

摘要：本发明公开了一种分层社会困境的解决方法及装置，涉及临地安防群体智能决策研究领域。以解决社会困境博弈中个体的最优结果不能保证群体的最优结果的问题。该方法包括将层次决策模型应用于连续行动社会困境博弈，通过对领导者施加最小的控制，引导追随者自适应地改变他们的最优策略，以实现群体的最优结果，并利用HJB方程求解该问题以求得斯塔克伯格‑纳什均衡并证明了这种方法的收敛性，并突出了它在解决复杂决策问题方面的有效性。

主权项：1.一种分层社会困境的解决方法，其特征在于，包括：根据分层博弈网络模型所包括的领导者的策略、领导者的策略变化、追随者的策略和追随者的策略变化分别得到领导者性能函数和追随者性能函数；将具有最小值的所述领导者性能函数确定为领导者最优价值函数，根据所述领导者最优价值函数和领导者哈密顿函数得到领导者最优策略，将具有最小值的所述追随者性能函数确定为追随者最优价值函数，根据所述追随者最优价值函数和追随者哈密顿函数得到追随者最优策略；根据所述领导者最优策略、所述追随者最优策略、所述领导者哈密顿函数和所述追随者哈密顿函数得到包括领导者和追随者的HJB方程；根据值迭代算法依次得到领导者值函数更新、领导者策略更新函数、追随者值函数更新和追随者策略改变量更新函数；当领导者在迭代步数为s+1和s时分别所对应的领导者值函数更新的误差小于设定误差值，且当追随者在迭代步数为s+1和s时分别所对应的追随者值函数更新的误差小于设定误差值时，将所述领导者策略更新函数和所述追随者策略改变量更新函数确定为所述HJB方程的第一解；根据critic网络的权重、基函数分别估计得到领导者值函数估值和追随者值函数估值；根据actor网络的权重、基函数分别估计得到领导者策略估值和追随者策略改变量估值；当领导者在迭代步数为s+1和s时分别所对应的领导者值函数估值的误差小于设定误差值，以及追随者在迭代步数为s+1和s时分别所对应的追随者值函数估值的误差小于设定误差值时，将领导者策略估值和追随者策略改变量估值确定为所述HJB方程的最优解。

全文数据：

权利要求：

百度查询： 西北工业大学 上海润璋智能科技股份有限公司 一种分层社会困境的解决方法及装置