- 1、本文档共19页,其中可免费阅读18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
查看更多
本发明提供一种基于强化学习的非完全信息博弈方法、系统以及电子设备,获取博弈场景及所述博弈场景所对应的至少两个智能体,并用多维向量表示所述智能体的各个博弈状态和博弈行为;获取博弈过程中各智能体的博弈数据;根据所述博弈数据,计算终局收益值;根据所述终局收益值,计算博弈过程中各博弈行为的反事实后悔值;根据所述不确定性指标调整所述反事实后悔值,得到训练数据;根据所述训练数据对所述至少两个智能体的神经网络进行训练,并输出策略模型。与现有技术相比,本发明度量了非完全信息环境带来的不确定性,从而消除了一部分来
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 112926744 A
(43)申请公布日 2021.06.08
(21)申请号 202110196463.X
(22)申请日 2021.02.22
(71)申请人 中山大学
地址 51
文档评论(0)