[发明专利]一种使用注意力网络的值分解多智能体强化学习训练方法在审
| 申请号： | 202210387353.6 | 申请日： | 2022-04-13 |
| 公开（公告）号： | CN114861932A | 公开（公告）日： | 2022-08-05 |
| 发明（设计）人： | 杨育彬;顾志浩 | 申请（专利权）人： | 南京大学 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04;G06N3/08 |
| 代理公司： | 江苏圣典律师事务所 32237 | 代理人： | 胡建华 |
| 地址： | 210008 江*** | 国省代码： | 江苏;32 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种使用注意力网络的值分解多智能体强化学习训练方法，包括使用探索策略的经验收集和联合动作值函数计算。在计算联合动作值函数时使用了两种方法以提升效果：使用注意力网络和分离式的值分解结构。注意力网络使用全局状态作为输入，使得网络可以注意到全局状态中重要的部分，更加精确的计算权重。分离式的值分解结构采用了两层加权网络，每层网络使用不同的全局状态编码，减小超网络学习的难度。每个智能体独立的动作值函数使用超网络融合，最终输出联合动作值函数。本发明使用的注意力网络和分离式值分解结构有效的提升了学习效率，加速了模型收敛，提高了多智能体协作策略的效果。 | ||
| 搜索关键词： | 一种 使用 注意力 网络 分解 智能 强化 学习 训练 方法 | ||
【主权项】：
暂无信息
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于南京大学，未经南京大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/202210387353.6/，转载请声明来源钻瓜专利网。
