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：中国科学院自动化研究所
摘要：本发明提供了一种两团队零和博弈的多智能体强化学习方法，实现两个团队的多个智能体能在零和博弈任务场景的合作对抗能力。所述方法包括：获取目标智能体当前时刻的数据；所述目标智能体当前时刻的数据包括目标智能体当前时刻的观测、其它智能体以及环境信息；基于所述目标智能体对应的当前时刻的数据，通过独立策略网络确定目标智能体个体的策略，选择决策动作。其中独立策略网络是基于联合Q网络、独立Q网络、独立熵评估网络、以及历史数据，由策略评估、熵评估和策略提升三部分迭代训练得到。本发明解决了现有技术中由于博弈复杂、维度爆炸和信誉分配等造成的数据利用率低、计算复杂度高和容易陷入局部最优的技术问题。
主权项：1.一种两团队零和博弈的多智能体强化学习方法，特征在于，所述方法包括如下步骤：步骤1、获取目标智能体当前时刻的数据；所述目标智能体当前时刻的数据包括目标智能体当前时刻的观测信息、其它智能体信息以及环境信息；步骤2、基于获取的所述目标智能体当前时刻的数据，通过独立策略网络确定目标智能体个体的策略，选择决策动作；所述独立策略网络是基于联合Q网络、独立Q网络、独立熵评估网络、以及历史数据，分别由策略评估、熵评估和策略提升三个阶段迭代训练得到的。
全文数据：
权利要求：
百度查询： 中国科学院自动化研究所 两团队零和博弈的多智能体强化学习方法
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