[发明专利]一种基于多智能体Q学习的模型评估方法

说明书

本发明公开了一种基于多智能体Q学习的模型评估方法，该基于多智能体Q学习的模型评估方法具体步骤如下：S1：建立模型，S2：模型数据采集，S3：模型数据分析，S4：模型功能演示，S5：调整模型数据，S6：二次演示，S7：评估结果。本发明可以方便对Q学习的模型进行评估，能够准确的对模型实用的掌握，避免影响实用，通过对模型数据的采集，能够清楚的了解模型的具体参数，通过设置模型功能演示，能够直观的了解模型的用处，通过设置调整模型数据，能够实现模型功能的最大化，通过设置二次演示，能够在直观的了解模型所承受的范围。

技术领域

本发明涉及多智能体Q学习的模型技术领域，具体一种为多智能体Q学习的模型评估方法。

背景技术

目前，搜救人员大多是通过AUV(Autonomous Underwater Vehicle,自主式水下滑翔器)对失事海域进行搜救，由于大规模铺设水下滑翔器整体队列的控制较为复杂，因此我们提出一种基于Multi-agent、Q-learning的理论模型，对整体队列进行多层分布式控制，但是在使用中，不清楚哪个理论模型更为实用，不能对二者的理论模型作出正确评估，所以，我们提出一种基于多智能体Q学习的模型评估方法，以解决上述问题。

发明内容

本发明的目的在于提供一种基于多智能体Q学习的模型评估方法，以解决上述背景技术中提出的问题。

为实现上述目的，本发明提供如下技术方案：一种基于多智能体Q学习的模型评估方法，具体步骤如下：

S1、建立模型：根据初始数据，并按照建模要求，建立初始设计的模型；

S2、模型数据采集：将初始建立的模型的各部分重要的数据收集，并归类，其中部分数据，根据对应的公式计算得出；

S3、模型数据分析：对采集到的数据，进行理论推算，并对照建模数据的要求，一一对照；

S4、模型功能演示：通过将建立好的模型在计算机上动态展示，将模型按照实际操作要求，进行演示；

S5、调整模型数据：对一些关键部位的数据，在模型建立的要求范围内，进行适当的修改，并增加该处数值；

S6、二次演示：对改变数据后的模型，再一次在计算机上动态演示，二次演示的过程中，演示速度减慢；

S7、评估结果：根据首次演示和二次演示得到的结果和模型建立所需要的成本及时间，进行比对，最终作出相应的评估。

优选的，所述S5中的调整模型数据，调整压力值、排水量、动力值中的一种或多种。

优选的，所述S6中的二次演示和S4中的模型功能演示，均设置为3D动态演示，所述S6中的二次演示中标注修改数据的位置。

优选的，所述S2中的数据采集，将模型上的数据分别收集，并划分为主次。

优选的，所述S1中的建立模型，根据设计要求及基本的设计程序，建立虚拟的模型。

与现有技术相比，本发明的有益效果是：本发明通过设置模具数据采集，能够了解模型的具体参数，通过设置模型数据分析，能够了解模型的数据是否符合模型建立的要求，并判断是否能够实现相应的功能，通过设置模型功能演示，能够发现相应的问题，并及时的改善，通过设置调整模型数据，能够试验不同数据下的模型功能，实现功能最大化，通过设置二次演示，能够将修改后的模型，进一步检验，以便及时的发现问题，该装置能够准确的对模型评估，避免后期影响使用，评估简单，方便。

具体实施方式

为了使本发明的目的、技术方案及优点更加清楚明白，以下结合具体实施例，对本发明进行进一步详细说明。应当理解，此处所描述的具体实施例仅仅用以解释本发明，并不用于限定本发明。

一种基于多智能体Q学习的模型评估方法，具体步骤如下：