首页 专利交易 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 IP管家助手 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索

基于技能学习和自注意力的围捕多智能体强化学习方法 

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!

申请/专利权人:清华大学深圳国际研究生院

摘要:本发明公开了一种基于技能学习和自注意力的围捕多智能体强化学习方法。该方法包括:对海上围捕环境进行建模;构建强化学习模型用于训练无人艇智能体,其中,所述强化学习模型包括演员网络和评论家网络,所述演员网络包含多个策略网络,每个策略网络对应一个无人艇智能体,所述评论家网络用于评估策略网络所输出的策略性能;通过与所述海上围捕环境的交互,对无人艇智能体进行强化学习训练,以利用设定的总体奖励函数学习技能条件下的优化策略。本发明在多障碍物围捕环境下使用技能发现的方法与多智能体强化学习相结合,使用赋能的原理进行技能发现,能更好的组合单体技能与协调围捕技能,提高了围捕效率。

主权项:1.一种基于技能学习和自注意力的围捕多智能体强化学习方法,包括以下步骤:对海上围捕环境进行建模;构建强化学习模型用于训练无人艇智能体,其中,所述强化学习模型包括演员网络和评论家网络,所述演员网络包含多个策略网络,每个策略网络对应一个无人艇智能体,所述评论家网络用于评估策略网络所输出的策略性能;通过与所述海上围捕环境的交互,对无人艇智能体进行强化学习训练,以利用设定的总体奖励函数学习技能条件下的优化策略,以最大化状态和潜在技能变量之间的互信息与任务奖励。

全文数据:

权利要求:

百度查询: 清华大学深圳国际研究生院 基于技能学习和自注意力的围捕多智能体强化学习方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。