[发明专利]基于散度的多智能体合作学习方法、装置、设备及介质有效
| 申请号： | 202110315995.0 | 申请日： | 2021-03-24 |
| 公开（公告）号： | CN113095498B | 公开（公告）日： | 2022-11-18 |
| 发明（设计）人： | 卢宗青;苏可凡 | 申请（专利权）人： | 北京大学 |
| 主分类号： | G06N3/08 | 分类号： | G06N3/08;G06N20/00;G06F16/2455 |
| 代理公司： | 北京辰权知识产权代理有限公司 11619 | 代理人： | 付婧 |
| 地址： | 100871*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明公开了一种基于散度的多智能体合作学习方法、装置、设备及存储介质，所述方法包括：初始化值网络、策略网络以及目标策略网络；根据预设的基于散度的正则项改变值网络、策略网络、目标策略网络的更新方式，得到最新更新方式；多个智能体根据所述值网络、策略网络以及目标策略网络进行训练，得到经验数据，并根据所述经验数据以及所述最新更新方式，更新值网络、策略网络以及目标策略网络；多个智能体从环境中获取观察数据，并结合经验数据以及更新后的策略网络进行决策，得到行动数据。本公开实施例提供的多智能体合作学习方法，利用基于散度的正则项增强了智能体的探索能力，解决了多智能体的合作问题。 | ||
| 搜索关键词： | 基于 智能 合作 学习方法 装置 设备 介质 | ||
【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北京大学，未经北京大学许可，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/202110315995.0/，转载请声明来源钻瓜专利网。
