龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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：启元实验室
摘要：本发明涉及计算机技术领域，公开了一种多智能体系统故障自愈方法、装置、计算机设备及介质，该方法包括：确定多智能体系统对应的价值网络和策略网络；在所有智能体中存在故障智能体时，生成价值网络的输入和策略网络的输入；利用价值网络根据价值网络的输入，生成价值网络的预测输出，以及利用策略网络根据策略网络的输入，生成策略网络的预测输出；根据价值网络的预测输出，更新价值网络的参数的参数值，以及根据策略网络的预测输出、价值网络的预测输出，更新策略网络的参数的参数值。本发明通过在价值网络和策略网络中分别设置注意力模块，可以降低故障智能体对训练的影响，保证多智能体系统的运行效果。
主权项：1.一种多智能体系统故障自愈方法，其特征在于，包括：确定多智能体系统对应的价值网络和策略网络；在所有智能体中存在故障智能体时，生成价值网络的输入和策略网络的输入；价值网络的输入包括：正常智能体对应的子输入、故障智能体对应的子输入、用于区分正常智能体对应的子输入与故障智能体对应的子输入的第一标记信息；正常智能体对应的子输入包括：正常智能体的局部观测信息和初始动作，故障智能体对应的子输入包括：故障智能体的局部观测信息和初始动作；策略网络的输入包括：单个智能体的局部观测信息；其中，所述价值网络包括：第一注意力模块，第一注意力模块用于在所有智能体中存在故障智能体时，将注意力从故障智能体对应的子输入转移到价值网络的输入中的正常智能体对应的子输入；所述策略网络包括：第二注意力模块，第二注意力模块用于在所有智能体中存在故障智能体时，根据任务需求选择性地使用该单个智能体的局部观测信息中对故障智能体的局部观测信息；利用价值网络根据价值网络的输入，生成价值网络的预测输出，以及利用策略网络根据策略网络的输入，生成策略网络的预测输出；根据价值网络的预测输出，更新价值网络的参数的参数值，以及根据策略网络的预测输出、价值网络的预测输出，更新策略网络的参数的参数值；其中，策略网络在完成针对策略网络的训练之后用于确定正常智能体对应的目标策略；所述正常智能体对应的目标策略用于控制所述多智能体系统的运行。
全文数据：
权利要求：
百度查询： 启元实验室 多智能体系统故障自愈方法、装置、计算机设备及介质
免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号