“多智能体 ”专利关键词查询_检索下载_查询列表_检索列表_行业专利分布_钻瓜专利网

钻瓜专利网为您找到相关结果6566700个，建议您升级VIP下载更多相关专利

[发明专利]一种基于模型的多智能体强化学习方法-CN202011002376.8有效
发明人：张伟楠;王锡淮;沈键;周铭 -专利权人：上海交通大学
申请日： 2020-09-22 - 公布日： 2022-10-21 - 主分类号： G06V20/56 文献下载
摘要：本发明公开了一种基于模型的多智能体强化学习方法，属于多智能体强化学习领域，包括对多智能体环境和策略建模，生成多智能体的虚拟轨迹，利用虚拟轨迹更新多智能体的策略。本发明中各智能体分布式进行决策，分别对多智能体环境与对手智能体策略建模，并利用习得的模型生成虚拟轨迹，能够有效提高多智能体强化学习的采样效率，同时减少智能体交互次数降低设备损坏风险，提高了将分布式多智能体强化学习方法部署在多智能体任务的可行性
一种基于模型智能强化学习方法

[发明专利]一种基于人工势场的多智能体集结点的智能规划方法-CN202011200666.3有效
发明人：辛斌;鲁赛;丁玉隆;陈杰;张佳;王晴;王淼 -专利权人：北京理工大学
申请日： 2020-10-30 - 公布日： 2021-09-10 - 主分类号： G05D1/02 文献下载
摘要：本公开的基于人工势场的多智能体集结点的智能规划方法，通过导入多智能体信息、障碍物信息、多智能体的目标集结点信息；根据计算的多智能体距离目标集结点的最大距离确定多智能体的初始虚拟集结点；根据初始虚拟集结点计算多智能体间的距离及多智能体与障碍物间的距离，当多智能体间的距离和智能体与障碍物间的距离小于预设距离时，根据人工势场模型计算智能体间的排斥力和智能体与障碍物间的排斥力，并确定智能体的移动方向和移动距离，得到移动后的智能体虚拟集结点；当智能体虚拟集结点不再发生变化时的虚拟集结点为智能体的目标集结点以解决多智能体(陆用多机器人)在复杂障碍环境下的各智能体(各机器人)集结点的冲突问题。
一种基于人工智能集结规划方法

[发明专利]多智能体合作决策方法、系统、计算机设备和存储介质-CN202310316342.3在审
发明人：刘超雄;温睦宁;林润基;杨耀东;张海峰;温颖;张伟楠 -专利权人：上海数字大脑科技研究院有限公司
申请日： 2023-03-29 - 公布日： 2023-05-02 - 主分类号： G06N3/0455 文献下载
摘要：本发明提供了一种多智能体合作决策方法，包括：获取多智能体观测信息序列；将所述多智能体观测信息序列输入多智能体序列编解码模型，所述多智能体序列编解码模型基于所述多智能体观测信息序列以及已有的前置智能体的动作信息输出联合动作；其中，所述多智能体序列编解码模型基于编码器和解码器架构，并利用注意力机制建模多智能体之间的联系，并通过自回归的动作产生方式实现联合动作产生过程中的单调优化；基于所述联合动作控制所述多智能体运动进行合作决策可避免异构智能体之间策略冲突的风险，解决大规模智能体场景下训练速度缓慢的问题，保证在同/异构场景下的样本效率，同时对任务间智能体数量与类型的改变具有良好的泛化能力。
智能合作决策方法系统计算机设备存储介质

[发明专利]一种多智能体网络的智能水平量化方法-CN202010758904.6在审
发明人：杨凤;李周霞 -专利权人：北京交通大学
申请日： 2020-07-31 - 公布日： 2020-12-18 - 主分类号： G06K9/62 文献下载
摘要：本发明提供了一种多智能体网络的智能水平量化方法，包括：根据多智能体网络中各智能主体的功能对各智能主体进行分类；计算划分后的不同智能主体种类在多智能体网络中的重要性；根据得到的不同智能主体种类重要性计算各个智能主体在多智能网络中的量化值；根据信息熵模型将各智能主体的量化值累加得到多智能体网络的智能水平的量化值。本方法可以用来量化多智能体网络的智能水平，对多智能体网络的发展具有一定的指导意义。
一种智能网络水平量化方法

[发明专利]一种基于多智能体博弈的多热源供热系统优化调度方法-CN202210295959.7在审
发明人：时伟;穆佩红;李岚;谢金芳 -专利权人：浙江英集动力科技有限公司
申请日： 2022-03-24 - 公布日： 2022-06-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明公开了一种基于多智能体博弈的多热源供热系统优化调度方法，包括：建立多热源集中供热系统数字孪生模型；设置多热源集中供热系统的多智能体，设置多热源集中供热系统的多智能体，至少包括设置供热总调度智能体、设置局部调度智能体、设置多热源智能体和设置负荷智能体；结合各热源运行状态、不同热源供热成本、不同热源供热能力、热负荷进行综合分析，以多热源集中供热系统全局运行效益和局部区域运行效益最大、热源污染物综合排放量最小为目标，建立多智能体的优化调度模型；构建多智能体博弈模型，并根据博弈理论获取各智能体协调运行的均衡点，构建局部最优策略集合；选择局部最优策略，并采用智能优化算法进行多轮优化迭代求解博弈均衡问题，获得全局Nash
一种基于智能博弈热源供热系统优化调度方法

[发明专利]一种空中多智能体训练方法及装置-CN202110904682.9在审
发明人：彭宣淇;朴海音;孙智孝;韩玥;杨晟琦;樊松源;孙阳;于津;田明俊;金琳乘 -专利权人：中国航空工业集团公司沈阳飞机设计研究所
申请日： 2021-08-07 - 公布日： 2021-11-26 - 主分类号： G06N3/04 文献下载
摘要：本申请公开一种空中多智能体训练方法及装置。所述空中多智能体训练方法包括：获取多智能体决策模型，所述多智能体决策模型包括动作执行步长概率分布信息以及偏置因子；训练所述多智能体决策模型，在所述多智能体决策模型训练过中，所述多智能体决策模型在选取动作执行步长概率分布信息中的动作执行步长时受所述偏置因子影响通过增加偏置因子，从而使智能体自主决策动作执行时间，指数级降低了智能体探索环境与获取奖励值的难度，智能体更容易学习宏观策略。
一种空中智能训练方法装置

[发明专利]一种多智能体编队控制方法、系统及电子设备-CN202211653648.X在审
发明人：韩亮;曹慧;李晓多;任章 -专利权人：北京航空航天大学
申请日： 2022-12-22 - 公布日： 2023-04-04 - 主分类号： G05D1/02 文献下载
摘要：本发明提供的一种多智能体编队控制方法、系统及电子设备，属于多智能体编队控制技术领域。本发明构建多智能体系统模型；多智能体系统模型用于描述多智能体系统中每个智能体的运动状态、控制输入和传感器输出；确定多智能体系统模型的通信拓扑关系；确定多智能体系统模型的期望编队；根据多智能体系统模型、通信拓扑关系和期望编队，基于触发条件对多智能体系统进行时变控制。本发明通过设置触发条件能够使邻居智能体仅在触发条件被满足时进行通信，无需多智能体系统全局通信拓扑信息即可完成多智能体的编队控制，在保证编队控制准确性的同时，减轻了系统的通信压力。
一种智能编队控制方法系统电子设备

[发明专利]多智能体控制方法及装置-CN202210199344.4在审
发明人：陈杰;唐振 -专利权人：盛景智能科技（嘉兴）有限公司
申请日： 2022-03-02 - 公布日： 2022-05-27 - 主分类号： G05B13/04 文献下载
摘要：本发明提供一种多智能体控制方法及装置，涉及人工智能技术领域，该方法包括：将当前时刻的状态信息输入多智能体控制模型，获取多智能体控制模型输出的下一时刻每一智能体的目标动作；基于下一时刻每一智能体的目标动作，生成下一时刻每一智能体对应的控制指令，以基于下一时刻每一智能体对应的控制指令，对每一多智能体进行控制；其中，各智能体用于对目标区域进行巡防；多智能体控制模型是基于Transformer网络模型和强化学习网络模型构建的本发明提供的多智能体控制方法及装置，能结合Transformer网络模型以及计算过程更简单、计算效率更高的强化学习网络模型，实现对多智能体的控制，能提高对多智能体进行控制的效率。
智能控制方法装置

[发明专利]多智能体强化学习的决策方法及装置-CN202110225976.9在审
发明人：杨明珠;刘相伟;李卓荦 -专利权人：昆山小眼探索信息科技有限公司
申请日： 2021-03-01 - 公布日： 2021-06-08 - 主分类号： G06N20/00 文献下载
摘要：本申请提供一种多智能体强化学习的决策方法及装置。所述方法包括：获取第一智能体、第二智能体组的位置信息和动作信息；通过数据拟合模型将所述第一智能体、第二智能体组的位置信息和动作信息拟合为第一智能体‑第二智能体组的位置‑动作数据组集合；根据所述数据组集合信息并通过多智能体强化学习计算模型，计算由第一智能体与第二智能体组所组成的多智能体待配置的位置信息、动作信息；输出所述多智能体待配置的动作状态值；其中，所述第一智能体为多智能体集合中的目标智能体；所述第二智能体组为多智能体集合中第一智能体的补集这样，可以有效提升多智能体团队及单个智能体的决策能力，且解决了因智能体数量增长带来数据空间增大的问题。
智能强化学习决策方法装置

[发明专利]多智能体行为决策方法、装置、电子设备和存储介质-CN202110669818.2有效
发明人：刘振;周志明;吴士广;蒲志强;丘腾海;易建强 -专利权人：中国科学院自动化研究所
申请日： 2021-06-17 - 公布日： 2021-09-14 - 主分类号： G06N3/00 文献下载
摘要：本发明提供一种多智能体行为决策方法、装置、电子设备和存储介质，其中方法包括：基于多智能体行为模型中的图生成模块，将各个智能体及其对应的环境信息构建为图；基于多智能体行为模型中的信息传递模块，对各个智能体及其对应的环境信息进行编码，得到各个智能体对应的联合编码状态；基于多智能体行为模型中的策略优化模块，结合各个智能体对应的联合编码状态，确定各个智能体的初始决策；基于多智能体行为模型中的碰撞避免模块，对各个智能体的初始决策进行变步长控制，并结合各个智能体对应的斥力，确定各个智能体的最终决策。本发明解决了大规模智能体场景下强化学习难以收敛的问题，实现了多智能体系统下高性能的自主决策能力和避碰效果。
智能行为决策方法装置电子设备存储介质

[发明专利]边缘侧多智能体OPC UA信息建模方法-CN202111317890.5在审
发明人：库涛;李进;刘金鑫;南琳;俞宁;林乐新 -专利权人：中国科学院沈阳自动化研究所
申请日： 2021-11-09 - 公布日： 2022-06-10 - 主分类号： G06F30/20 文献下载
摘要：本发明属于智能制造多智能体系统的OPC UA应用技术领域，具体涉及一种边缘侧多智能体OPC UA信息建模方法。包括以下步骤：多智能体系统构建：获取边缘侧智能体设备信息，根据OPC UA规范构建边缘侧多智能体架构；信息建模：根据边缘侧多智能体架构，构建OPC UA节点类型模型并实例化，并建立多个边缘侧智能体设备之间的关系，完成对边缘侧多智能体OPC UA信息模型的构建；导出文档：利用建模工具，将边缘侧多智能体OPC UA信息模型导出。本发明提供了一种将智能体结构进行OPC UA信息建模的全过程方法，根据构建的智能体层次结构可以方便抽象出对象类型、对象，进而构建信息模型。
边缘智能 opc ua 信息建模方法

[发明专利]基于多智能体建模的城市交通碳排放预测方法及装置-CN202310135379.6在审
发明人：王磊;邱衍庆;安旭;汪作为;林善泉;李松松 -专利权人：广东省城乡规划设计研究院有限责任公司
申请日： 2023-02-17 - 公布日： 2023-07-21 - 主分类号： G06Q10/04 文献下载
摘要：本发明提供一种基于多智能体建模的城市交通碳排放预测方法、装置、设备及存储介质，所述方法包括：将获取到的初始数据输入至预先构建的多智能体模型进行初始化，以使所述多智能体模型对城市运行状态进行模拟；其中，所述多智能体模型包括居民智能体、企业智能体、道路智能体和公交智能体；获取所述多智能体模型在目标期限内的状态数据，基于所述状态数据以及所述多智能体模型中各个智能体之间内嵌的逻辑连接关系输出城市交通碳排放预测结果。本发明通过运用多智能体模型对城市交通碳排放进行预测分析，宏观与微观结合，从就业与住房关系出发模拟交通行为，从而模拟城市的实时运行，输出准确的交通碳排放预测数据。
基于智能建模城市交通排放预测方法装置

[发明专利]一种用于多智能体决策的多向课程强化学习方法及装置-CN202310749552.1在审
发明人：马惠敏;张可鹏 -专利权人：北京科技大学
申请日： 2023-06-25 - 公布日： 2023-08-01 - 主分类号： G06N20/00 文献下载
摘要：本发明涉及多智能体控制技术领域，特别是指一种用于多智能体决策的多向课程强化学习方法及装置。一种用于多智能体决策的多向课程强化学习方法包括：使用训练任务，对多智能体进行训练，获得多智能体性能表现；根据训练任务，通过多向交叉算子以及多向变异算子，获得阶段任务；根据多智能体性能表现，使用原型评估方法对阶段任务进行评估，获得多智能体适应度；根据多智能体适应度以及阶段任务，获得新训练任务；根据多智体性能表现以及预设阈值进行比对，当多智体性能表现大于或等于预设成功率阈值时，对多智能体进行强化学习训练。本发明是一种用于多智能体决策的高效、稳定的多向课程强化学习训练方法。
一种用于智能决策多向课程强化学习方法装置

[发明专利]一种用于连续空间兵棋推演的多智能体决策方法-CN202111063370.6在审
发明人：黄魁华;程光权;黄金才;成清;付阳辉;黄亭飞;梁星星 -专利权人：中国人民解放军国防科技大学
申请日： 2021-09-10 - 公布日： 2021-11-30 - 主分类号： G06F30/27 文献下载
摘要：本发明公开一种用于连续空间兵棋推演的多智能体决策方法，包括以下步骤：构建连续空间兵棋推演场景，得到用于兵棋推演的战场环境数据，多智能体进行初始化；构建经验重访数据集；多个智能体进行本地观测；基于CNN提取推演多智能体的多实体特征；多实体特征与多智能体的本地观测数据共同作为多智能体学习的输入，利用基于课程学习奖赏的Q学习训练多智能体；利用训练完成的多智能体进行对战决策；该发明中基于CNN的多实体特征提取方法收敛速度超过了基于全连接网络的特征提取方法；基于探索奖赏和竞争奖赏相结合的课程学习奖赏方法，克服了稀疏奖赏对动作指导不足、收敛慢的问题，使得多智能体的决策效率更高，决策方案更贴合对战实际。
一种用于连续空间推演智能决策方法

[发明专利]复杂环境下多智能体系统的半实物仿真系统和仿真方法-CN202310245927.0在审
发明人：李长江;赵星宇;李可礼;张强;齐亮;孙雪莹;叶树霞;吴爱东 -专利权人：江苏科技大学
申请日： 2023-03-15 - 公布日： 2023-06-02 - 主分类号： G05B17/02 文献下载
摘要：本发明公开了一种复杂环境下多智能体系统的半实物仿真系统和仿真方法，其中仿真系统包括：监控模块、多智能体控制模块、至少一个智能体电机；多智能体控制模块与智能体电机直连；监控模块用于监控智能体电机的运动状态，配置拓扑结构和时滞参数；多智能体控制模块用于向智能体电机下发指令；多智能体控制模块包括拓扑与时滞控制模块，以及至少一个智能体控制子模块，智能体控制子模块与智能体电机一一对应；拓扑与时滞控制模块用于根据拓扑结构和时滞参数的配置生成拓扑与时滞数据，并转发给个智能体控制子模块；智能体控制子模块用于根据拓扑与时滞数据调整智能体电机的运动。该系统能够演示和模拟不同时滞与拓扑切换对于多智能体系统的影响。
复杂环境智能体系实物仿真系统方法

1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
下一页»
尾页
共 100000 条