[发明专利]一种多代理强化学习合作任务下的奖励函数建模方法在审
| 申请号： | 202011009883.4 | 申请日： | 2020-09-23 |
| 公开（公告）号： | CN112084721A | 公开（公告）日： | 2020-12-15 |
| 发明（设计）人： | 谭哲越;尹建伟;尚永衡;张鹿鸣;李莹;邓水光 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06F30/27 | 分类号： | G06F30/27;G06F17/18 |
| 代理公司： | 杭州求是专利事务所有限公司 33200 | 代理人： | 林松海 |
| 地址： | 310058 浙江*** | 国省代码： | 浙江;33 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种多代理强化学习合作任务下的奖励函数建模方法，包括：每个代理独立观测环境状态，输入各自的策略网络，得到各自的动作决策；在模拟环境执行各代理的动作，得到每个代理各自的奖励；将各代理之间的交互建模为一张无向图，使用此图计算出每个代理的奖励的加权总和；使用加权后的奖励训练代理的策略网络。该方法能够对多个代理与环境交互后的结果进行整合，同时建模出的无向图能够起到可信度赋值的效果，给训练算法提供更加精准的奖励描述，帮助多代理系统在合作任务上学习到更好的策略。 | ||
| 搜索关键词： | 一种 代理 强化 学习 合作 任务 奖励 函数 建模 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浙江大学，未经浙江大学许可，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/202011009883.4/，转载请声明来源钻瓜专利网。
