买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网恭喜杭州智元研究院有限公司申请的专利一种基于强化学习的动态层次化多智能体控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN119337962B 。

龙图腾网通过国家知识产权局官网在2025-03-11发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202411875323.5，技术领域涉及：G06N3/092；该发明授权一种基于强化学习的动态层次化多智能体控制方法是由徐嘉晨;陈宇铵;崔贤良;何汝明;郭宇豪;尹宗宇;付强设计研发完成，并于2024-12-19向国家知识产权局提交的专利申请。

本一种基于强化学习的动态层次化多智能体控制方法在说明书摘要公布了：本发明公开了一种基于强化学习的动态层次化多智能体控制方法，首先根据需求确定层次结构的层级数量，将智能体划分为若干子群体，并在每个子群体中选出负责进行通信的代表，根据确定的强化学习算法，构建动态层次化多智能体策略优化模型，并基于奖励函数对动态层次化多智能体策略优化模型进行训练，并利用训练后的动态层次化多智能体策略优化模型生成多智能体控制方案，并根据环境变化进行信息交互与策略更新，实现多智能体的动态调整。本发明的方案动态的调整智能体层次，并根据层级进行分层级的策略生成和融合，在确保系统协同决策和学习效果的同时，减少了通信负载，降低了网络带宽需求，提高了系统的可扩展性和稳健性。

本发明授权一种基于强化学习的动态层次化多智能体控制方法在权利要求书中公布了：1.一种基于强化学习的动态层次化多智能体控制方法，其特征在于，包括以下步骤：步骤1、根据需求确定层次结构的层级数量，将智能体划分为若干子群体，并在每个子群体中选出负责进行通信的代表；步骤2、根据确定的强化学习算法，构建动态层次化多智能体策略优化模型，并基于奖励函数对动态层次化多智能体策略优化模型进行训练：所述动态层次化多智能体策略优化模型基于强化学习算法构建，包括全局层面的策略网络、子群体层面的策略网络和单个智能体层面的策略网络；每一个时间步上，不同层级的策略网络分别获得环境观察信息和低层级策略网络的特征信息，然后通过本层的策略网络获得动作输出；所述单个智能体层面的策略网络基于DQN、PPO或DNN算法构建；所述全局层面的策略网络、子群体层面的策略网络采用协作式的强化学习算法构建；所述单个智能体层面的策略网络将个体的策略概率分布作为输入，得到个体的策略特征： ；其中，代表第i个智能体的策略特征，FFN代表一层的前向神经网络，logits代表第i个智能体的策略网络的动作概率分布，表示i时刻观察到的环境信息，代表智能体i时刻的动作；所述子群体层面的策略网络将子群体的策略概率分布作为输入，得到子群体的策略特征； ； ；其中代表子群体c的策略网络的动作概率分布，代表第i个智能体的特征权重；所述全局层面的策略网络将全局的策略概率分布作为输入，得到子群体的策略特征；其中，子群体层面策略网络、全局层面的策略网络中的聚合特征的值分别为： ； 代表第c个子群体的特征权重，分别代表第c个子群体内部所有智能体的聚合特征、全局层中所有内部子群体的聚合特征；步骤3、利用训练后的动态层次化多智能体策略优化模型生成多智能体控制方案，并根据环境变化进行信息交互与策略更新，实现多智能体的动态调整。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人杭州智元研究院有限公司，其通讯地址为：310013 浙江省杭州市西湖区云展路188号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。