[发明专利]一种基于图网络的多智能体对抗策略智能预测方法及装置

权利要求书

1.一种基于图网络的多智能体对抗策略智能预测方法，其特征在于，包括：

计算图构造流程，包括：基于多智能体对抗场景构造计算图，所述计算图包括节点和边；其中，所述节点的信息包括对应智能体的第一节点特征，所述边的信息包括对应两个智能体间的第一关系特征；所述第一节点特征包括智能体的速度信息和/或位置信息，所述第一关系特征包括被动作用节点和主动作用节点间的距离信息和/或威胁程度信息；

关系特征融合流程，包括：将所述第一关系特征与对应两个智能体的所述第一节点特征进行融合，形成第二关系特征；

关系特征汇聚流程，包括：将与各个所述节点相关的所述第二关系特征进行汇聚，得到各个所述节点的汇聚关系特征；

节点特征与关系特征融合流程，包括：将各个所述节点的所述汇聚关系特征与相应的所述第一节点特征进行融合，得到各个所述节点的第二节点特征；

节点特征汇聚流程，包括：将所述计算图中所有节点的所述第二节点特征进行汇聚，得到汇聚节点特征；

解码预测流程，包括：对所述汇聚节点特征进行解码处理，得到所述多智能体未来行为的预测结果。

2.根据权利要求1所述的基于图网络的多智能体对抗策略智能预测方法，其特征在于，在执行所述计算图构造流程之后，迭代执行所述关系特征融合流程、所述关系特征汇聚流程及所述节点特征与关系特征融合流程预设次数后，再执行所述节点特征汇聚流程。

3.根据权利要求1所述的基于图网络的多智能体对抗策略智能预测方法，其特征在于，所述多智能体中各个所述智能体所加载的神经网络共享网络权值。

4.根据权利要求1所述的基于图网络的多智能体对抗策略智能预测方法，其特征在于，所述与各个所述节点相关的所述第二关系特征包括各个所述节点作为所述被动作用节点时，得到的所述第二关系特征。

5.根据权利要求1所述的基于图网络的多智能体对抗策略智能预测方法，其特征在于，所述对所述汇聚节点特征进行解码处理，包括：

采用门控循环神经网络GRU对所述汇聚节点特征进行特征解码处理。

6.一种基于图网络的多智能体对抗策略智能预测装置，其特征在于，包括：

计算图构造模块，用于：基于多智能体对抗场景构造计算图，所述计算图包括节点和边；其中，所述节点的信息包括对应智能体的第一节点特征，所述边的信息包括对应两个智能体间的第一关系特征；所述第一节点特征包括智能体的速度信息和/或位置信息，所述第一关系特征包括被动作用节点和主动作用节点间的距离信息和/或威胁程度信息；

关系特征融合模块，用于：将所述第一关系特征与对应两个智能体的所述第一节点特征进行融合，形成第二关系特征；

关系特征汇聚模块，用于：将与各个所述节点相关的所述第二关系特征进行汇聚，得到各个所述节点的汇聚关系特征；

节点特征与关系特征融合模块，用于：将各个所述节点的所述汇聚关系特征与相应的所述第一节点特征进行融合，得到各个所述节点的第二节点特征；

节点特征汇聚模块，用于：将所述计算图中所有节点的所述第二节点特征进行汇聚，得到汇聚节点特征；

解码预测模块，用于：对所述汇聚节点特征进行解码处理，得到所述多智能体未来行为的预测结果。

7.一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，其特征在于，所述处理器执行所述计算机程序时实现如权利要求1至5任一项所述基于图网络的多智能体对抗策略智能预测方法的步骤。

8.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，该计算机程序被处理器执行时实现如权利要求1至5任一项所述基于图网络的多智能体对抗策略智能预测方法的步骤。