[发明专利]一种高样本效率的多智能体强化学习训练方法在审
| 申请号： | 202110718305.6 | 申请日： | 2021-06-28 |
| 公开（公告）号： | CN113313209A | 公开（公告）日： | 2021-08-27 |
| 发明（设计）人： | 吴健;宋广华;姜晓红;叶振辉;陈弈宁;王珂;应豪超 | 申请（专利权）人： | 浙江大学 |
| 主分类号： | G06K9/62 | 分类号： | G06K9/62;G06N20/00 |
| 代理公司： | 杭州天勤知识产权代理有限公司 33224 | 代理人： | 彭剑 |
| 地址： | 310013 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： | 本发明公开了一种高样本效率的多智能体强化学习训练方法，包括以下步骤：(1)构建多智能体系统，多智能体系统由多智能体强化学习模型控制；(2)收集多个训练样本并存储到容器中；(3)抽取训练样本，对抽取的训练样本进行数据预处理；(4)采用策略延迟更新的方式训练模型，在更新模型的执行者网络、评价者网络和目标网络时，先更新评价者网络n×d次，再更新执行者网络n次，最后更新目标网络n次；(5)使用最大动作熵和函数平滑的目标函数来训练模型中的策略函数和评价函数；(6)训练完毕后，使用多智能体系统进行应用。利用本发明，可以解决现有多智能体强化学习算法在现实任务中面临的低样本效率、高训练成本的问题。 | ||
| 搜索关键词： | 一种 样本 效率 智能 强化 学习 训练 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/202110718305.6/，转载请声明来源钻瓜专利网。
- 上一篇：一种搂取式掏耳器
- 下一篇：一种淀粉自动投料装置
