[发明专利]基于两层注意力机制和高斯噪声的MAPPO价值网络拟合方法在审
| 申请号： | 202310532040.X | 申请日： | 2023-05-12 |
| 公开（公告）号： | CN116562147A | 公开（公告）日： | 2023-08-08 |
| 发明（设计）人： | 李智;李健;张梓淇 | 申请（专利权）人： | 四川大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;A63F13/52;A63F13/53;G06N3/04;G06N3/092 |
| 代理公司： | 暂无信息 | 代理人： | 暂无信息 |
| 地址： | 610065 四川*** | 国省代码： | 四川;51 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明属于多智能体深度强化学习的技术领域，针对在贴近现实世界环境的多智能体协作场景中价值函数拟合困难且偏差较大的问题，在多智能体近端策略优化算法MAPPO基础上提出一种基于两层注意力机制和随机高斯噪声的价值网络拟合改进方法，该方法包括：(1)在MAPPO的价值网络中，添加Synthesizer自注意力网络强化对于局部观察内关键性特征信息的关注能力；(2)在MAPPO的价值网络中，添加多头自注意力网络缓解价值网络中系统中所有智能体高维拼接输入造成的信息超载问题；(3)在由价值网络输出计算得到的广义优势值上添加随机高斯噪声进行正则化，来平滑采样计算的优势值中存在的偏差。通过在星际争霸多智能体挑战环境中进行验证，结果证明了本方法的性能提升。 | ||
| 搜索关键词： | 基于 注意力 机制 噪声 mappo 价值 网络 拟合 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四川大学，未经四川大学许可，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/202310532040.X/，转载请声明来源钻瓜专利网。
- 上一篇：一种皮肤病检测用取样装置
- 下一篇：一种实时预警型新能源工控系统平台
