合肥金星智控科技股份有限公司
宣傳

位置:中冶有色 >

有色技術頻道 >

> 化學分析技術

> 基于反事實回報的多智能體深度強化學習方法、系統

基于反事實回報的多智能體深度強化學習方法、系統

803   編輯:管理員   來源:中冶有色網  
2023-03-19 07:03:21
本發明屬于學習算法領域,具體涉及一種基于反事實回報的多智能體深度強化學習方法、系統,旨在為了解決解決多智能體信譽分配問題。本發明方法包括:基于多智能體的運行環境,定義全局狀態;基于局部觀測量,通過預設的Q網絡模型,獲取各智能體對應的執行動作;獲取各智能體對應的經驗數據對,并增入經驗池;從經驗回放池中隨機獲取訓練樣本,訓練并更新Q網絡模型的權重;每隔設定的步長,將基于Q網絡模型的權重更新目標Q網絡模型;重復上述Q網絡模型權重優化步驟,直至達到訓練結束條件,獲取最后一次權重更新的Q網絡模型。本發明實現了完全合作多智能體間的信譽分配,進而實現了多智能體的協同決策,而且收斂快,效率高。
登錄解鎖全文
聲明:
“基于反事實回報的多智能體深度強化學習方法、系統” 該技術專利(論文)所有權利歸屬于技術(論文)所有人。僅供學習研究,如用于商業用途,請聯系該技術所有人。
我是此專利(論文)的發明人(作者)
分享 0
         
舉報 0
收藏 0
反對 0
點贊 0
標簽:
化學分析
全國熱門有色金屬技術推薦
展開更多 +

 

中冶有色技術平臺

最新更新技術

報名參會
更多+

報告下載

赤泥綜合利用研究報告2025
推廣

熱門技術
更多+

衡水宏運壓濾機有限公司
宣傳
環磨科技控股(集團)有限公司
宣傳

發布

在線客服

公眾號

電話

頂部
咨詢電話:
010-88793500-807
專利人/作者信息登記
在线精品视频播放|无码 有码 国产18p|宅男精品一区在线观看|伊人色综合久久天天人手人婷|亚洲熟肥妇女BBXX