多智能体强化学习、策略执行方法及计算机设备.pdfVIP

下载本文档

0
0
约2.65万字
约 20页
2023-05-10 发布于北京
举报
版权申诉

多智能体强化学习、策略执行方法及计算机设备.pdf

1、本文档共20页，其中可免费阅读19页，需付费10金币后方可阅读剩余内容。
2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
8、VIP文档为合作方或网友上传，每下载1次，网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档

本申请实施例公开了一种多智能体强化学习、策略执行方法及计算机设备。其中，方法包括：利用各智能体的内部状态以及环境状态建立多智能体决策模型；以各智能体的内部状态以及环境状态作为输入，并以智能体的行动策略作为输出，构建多智能体强化学习模型；基于预先设置的策略路径数量以及初始行动策略对多智能体强化学习模型进行训练，在训练过程中，按照多智能体决策模型确定智能体的下一行动策略，根据下一步行动策略执行动作得到下一环境状态和内部状态；直到环境状态或内部状态满足结束条件且迭代训练的次数达到策略路径数量，得到训练

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114519433 A (43)申请公布日 2022.05.20 (21)申请号 202210149172.X (22)申请日 2022.02.18 (71)申请人星环信息科技（上海）股份有限公司地