基于改进Q函数的多智能体一致性强化学习方法及系统.pdfVIP

下载本文档

0
0
约1.86万字
约 17页
2023-05-11 发布于北京
举报
版权申诉

基于改进Q函数的多智能体一致性强化学习方法及系统.pdf

1、本文档共17页，其中可免费阅读16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

本发明基于改进Q函数的多智能体一致性强化学习方法及系统，首先建立线性离散时间异构多智能体系统的动态模型；其次引入可靠性因子ρ折中非策略Q‑学习和策略Q‑学习两种学习模式，设计基于改进Q函数的分布式控制协议；最后采用Critic神经网络通过系统动态模型产生的数据自学习最优控制协议，根据最优控制协议对异构多智能体系统进行一致性控制；本发明提出了一种改进的Q函数的异构多智能体一致性强化学习控制方法，提升了强化学习自学习能力，使智能体对环境变化更敏感，学习速度更快，增强学习可靠性，提高学习效率，同时实现

(19)国家知识产权局 (12)发明专利申请 (10)申请公布号 CN 114545777 A (43)申请公布日 2022.05.27 (21)申请号 202210217147.0 (22)申请日 2022.03.07 (71)申请人辽宁石油化工大学地址 11300