[发明专利]一种基于知识驱动的多智能体强化学习决策方法、系统及存储介质在审
| 申请号： | 202310089073.1 | 申请日： | 2023-02-03 |
| 公开（公告）号： | CN116090549A | 公开（公告）日： | 2023-05-09 |
| 发明（设计）人： | 殷昌盛;杨若鹏;杨远涛;鲁义威;韦文夏;石永琪;卢稳新;何渤 | 申请（专利权）人： | 中国人民解放军国防科技大学 |
| 主分类号： | G06N3/092 | 分类号： | G06N3/092;G06N3/09;G06N3/094;G06N3/042;G06N3/0475 |
| 代理公司： | 武汉东喻专利代理事务所(普通合伙) 42224 | 代理人： | 张英 |
| 地址： | 410073 湖*** | 国省代码： | 湖南;43 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于知识驱动的多智能体强化学习决策方法，该方法包括：将基于知识重构的策略初始优化引入智能体初始化步骤中，构成强化学习的初始阶段；将基于知识导向的奖励函数塑形引入强化学习过程中；获取样本数据集，训练并更新神经网络，产生输出策略；收集输出策略，利用输出策略构建基于虚拟自博弈的联盟训练，将联盟训练结果用于更新智能体策略和对手池；停止训练后输出最终策略。本发明针对复杂策略空间下智能决策模型训练效率问题等现实问题，围绕奖励稀疏延时、探索盲目性和不稳定性三个问题分别采取上述方法，可以有效提升了多智能体强化学习的效率和智能决策模型水平，实现了一种基于知识驱动的多智能体强化学习决策方法。 | ||
| 搜索关键词： | 一种 基于 知识 驱动 智能 强化 学习 决策 方法 系统 存储 介质 | ||
【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中国人民解放军国防科技大学，未经中国人民解放军国防科技大学许可，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/202310089073.1/，转载请声明来源钻瓜专利网。
- 上一篇：存储结构
- 下一篇：一种小粒径单晶正极材料及其制备方法与锂离子电池
