- 1、本文档共14页,其中可免费阅读13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
本发明公开一种基于知识蒸馏的深度强化学习多智能体协作方法,应用于物联网领域,针对现有技术中多智能体协作过程中面临的协作开销大、协作效率低以及智能体模型复杂无法在轻量级物联网设备部署等问题,本发明通过将智能体分为有充足资源的教师智能体与资源较少的轻量型智能体,教师智能体部署复杂度较高的深度强化学习模型,基于历史经验和神经网络进行知识抽取,获取高效知识,并分享给本区域轻量级智能体,轻量型智能体部署复杂度较低的深度强化学习模型,对获得的高效知识样本进行蒸馏,并结合知识蒸馏的损失函数对神经网络进行梯度更
(19)国家知识产权局
(12)发明专利
(10)授权公告号 CN 113449867 B
(45)授权公告日 2022.07.12
(21)申请号 202110752371.5 G06N 3/08 (2006.01)
(22)申请日 2021.07.
文档评论(0)