[发明专利]一种基于强化学习的敌-友深度确定性策略方法及系统在审
| 申请号： | 202010977621.0 | 申请日： | 2020-09-17 |
| 公开（公告）号： | CN112215364A | 公开（公告）日： | 2021-01-12 |
| 发明（设计）人： | 薛超;姜浩;金松昌;康颖;史殿习;郝峰;王弢 | 申请（专利权）人： | 天津（滨海）人工智能军民融合创新中心 |
| 主分类号： | G06N20/00 | 分类号： | G06N20/00;G06N3/04 |
| 代理公司： | 北京安博达知识产权代理有限公司 11271 | 代理人： | 徐国文 |
| 地址： | 300450 天津市*** | 国省代码： | 天津;12 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 一种基于强化学习的敌‑友深度确定性策略方法，包括：构建强化学习环境，所述学习环境包括：多种场景、基于每种场景设计的多个智能体以及多个智能体之间的关系；基于每种场景，获取各智能体动作；基于所有智能体动作以及智能体之间的关系，以使敌方最坏、友方最好为目标，对估计评论家网络和估计演员网络进行训练，确定各智能体动作策略；其中，所述智能体之间的关系包括：处于友方的合作者和处于对方的对抗者；本发明提供的方法能够有效的面对多智能体强化学习中的非稳定性问题，即便是面对快速变化的对手，算法也能够有较好的性能和泛化性。 | ||
| 搜索关键词： | 一种 基于 强化 学习 深度 确定性 策略 方法 系统 | ||
【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天津（滨海）人工智能军民融合创新中心，未经天津（滨海）人工智能军民融合创新中心许可，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/202010977621.0/，转载请声明来源钻瓜专利网。
