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
摘要:本公开提供的多智能体几何图强化学习方法,包括:各智能体通过其观察从全局动态环境状态空间中获取相应的局部状态,构建全连接的全局实体级几何图;引入基于几何距离度量的动态任务分配机制,将全局实体级几何图解耦为局部实体级几何子图;通过基于子等变图神经网络的消息传递机制在各局部实体级几何子图内实现信息交互与融合;根据每个智能体融合后的几何向量分别构建各智能体的局部参考坐标系变换,获得每个智能体的几何变换不变的局部状态;根据每个智能体几何变换不变的局部状态输出每个智能体的动作级控制策略;对各智能体的动作级控制策略进行迭代训练和优化。本公开提升了多智能体系统在复杂环境中的协同和竞争能力及其适应性和鲁棒性。
主权项:1.一种多智能体几何图强化学习方法,其特征在于,包括:S100:每个智能体通过其观察从全局动态环境状态空间中获取相应的局部状态,构建全连接的全局实体级几何图;S200:引入基于几何距离度量的动态任务分配机制,将所述全连接的全局实体级几何图解耦为局部实体级几何子图;S300:通过基于子等变图神经网络的消息传递机制在各局部实体级几何子图内实现信息交互与融合,获取每个智能体融合后的几何向量和标量特征;S400:根据每个智能体融合后的几何向量分别构建各智能体的局部参考坐标系变换,对各智能体的局部状态实现局部几何对称性调整,获得每个智能体的几何变换不变的局部状态;S500:根据每个智能体几何变换不变的局部状态输出每个智能体的动作级控制策略;S600:通过执行以下步骤,对各智能体的动作级控制策略进行迭代训练和优化:S610:根据所有智能体的行动和当前状态,采样下一时刻的状态并计算全局奖励函数;S620:利用反向传播算法和梯度下降方法优化各智能体的动作级控制策略,迭代训练智能体,直到达到预设的性能指标或训练轮数上限。
全文数据:
权利要求:
百度查询: 清华大学 多智能体几何图强化学习方法、装置和存储介质
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。