[发明专利]基于多Agent环境的深度强化学习算法、设备和存储介质有效
| 申请号： | 202211114004.3 | 申请日： | 2022-09-14 |
| 公开（公告）号： | CN115392438B | 公开（公告）日： | 2023-07-07 |
| 发明（设计）人： | 王旭;周诗佳;张宇;尤天舒;徐勇;富倩;孙伟;李力东;杜丽英;戴传祗 | 申请（专利权）人： | 吉林建筑大学 |
| 主分类号： | G06N3/04 | 分类号： | G06N3/04;G06N3/08;G06N20/00;G06Q10/04 |
| 代理公司： | 重庆三航专利代理事务所(特殊普通合伙) 50307 | 代理人： | 万文会 |
| 地址： | 130118 吉*** | 国省代码： | 吉林;22 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本申请提供一种基于多Agent环境的深度强化学习算法、设备和存储介质，涉及深度强化学习算法技术领域；通过步骤S101、利用Agent中的目标网络，基于初始状态信息和动作信息，确定时间差分；步骤S102、根据预设的遮盖率，对初始状态信息进行随机遮盖，得到目标状态信息，利用Agent中的预测网络，以及时间差分，确定误差值；步骤S103：基于误差值，以及自适应修改参数，对Agent中的预测网络和目标网络各自对应的加权值进行更新；步骤S104：重复步骤S102和步骤S103预设次数，确定目标加权值，从而确定目标深度强化学习模型。具有保证了样本学习效率，并通过自适应修改参数对深度强化学习模型中的Agent进行迭代更新，以提高收敛速度的效果。 | ||
| 搜索关键词： | 基于 agent 环境 深度 强化 学习 算法 设备 存储 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吉林建筑大学，未经吉林建筑大学许可，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/202211114004.3/，转载请声明来源钻瓜专利网。
