国产在线一区二区不卡|在线观看中文字幕一区|亚洲中文无码h在线观看|欧美 亚洲 图色 另类|免费人成视频x8x8入口|国产福利观看天堂素人约啪|人妻无码专区一专区二专区三|国产婷婷成人久久AV免费高清

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(shù)頻道 >

> 化學(xué)分析技術(shù)

> 基于值分解的多智能體強化學(xué)習(xí)方法及系統(tǒng)

基于值分解的多智能體強化學(xué)習(xí)方法及系統(tǒng)

819   編輯:管理員   來源:中冶有色技術(shù)網(wǎng)  
2023-03-19 07:03:20
本發(fā)明公開了一種基于值分解的多智能體強化學(xué)習(xí)方法及系統(tǒng),方法包括:獲取環(huán)境當前t時刻的狀態(tài)St,每個智能體初始的觀察值可獲得的動作以及該動作對應(yīng)的獎勵r;對于每個智能體,通過評估?智能體網(wǎng)絡(luò)計算每個動作基于局部信息τi觀察到的值函數(shù)Qi(τi);利用隨機?智能體網(wǎng)絡(luò)得到每個智能體基于全局信息τ的獎勵值函數(shù)Qi(τ);利用目標?智能體網(wǎng)絡(luò)計算損失函數(shù)并更新參數(shù);利用競爭?智能體網(wǎng)絡(luò)將每個智能體基于全局信息τ的獎勵值函數(shù)Qi(τ)進行分解;將分解結(jié)果相加得到基于全局信息τ的聯(lián)合獎勵值函數(shù)Qtot(τ,a),完成訓(xùn)練。本發(fā)明對多智能體之間的邏輯拓撲關(guān)系進行了雙重提取,在復(fù)雜的異構(gòu)部分可觀測場景中,提高智能體的學(xué)習(xí)效率和應(yīng)變能力。
聲明:
“基于值分解的多智能體強化學(xué)習(xí)方法及系統(tǒng)” 該技術(shù)專利(論文)所有權(quán)利歸屬于技術(shù)(論文)所有人。僅供學(xué)習(xí)研究,如用于商業(yè)用途,請聯(lián)系該技術(shù)所有人。
我是此專利(論文)的發(fā)明人(作者)
分享 0
         
舉報 0
收藏 0
反對 0
點贊 0
標簽:
化學(xué)分析
全國熱門有色金屬技術(shù)推薦
展開更多 +

 

中冶有色技術(shù)平臺微信公眾號
了解更多信息請您掃碼關(guān)注官方微信
中冶有色技術(shù)平臺微信公眾號中冶有色技術(shù)平臺

最新更新技術(shù)

報名參會
更多+

報告下載

第二屆中國微細粒礦物選礦技術(shù)大會
推廣

熱門技術(shù)
更多+

衡水宏運壓濾機有限公司
宣傳
環(huán)磨科技控股(集團)有限公司
宣傳

發(fā)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