公开(公告)号：CN117332814B

公开(公告)日：2024-08-09

申请号：CN202311637177.8

申请日：2023-12-01

Applicant: 中国科学院自动化研究所

Inventor： 黄凯奇 ,  张俊格 ,  于杨 ,  尹奇跃

IPC: G06N3/0442 ,  G06N3/045 ,  G06N3/092

Abstract: 本申请实施例提供一种基于模块化网络的合作智能体模型、学习方法和装置。其中，基于模块化网络的合作智能体学习方法包括：根据合作智能体的观测信息表征数据和身份信息表征数据，利用门控信息提取模块，得到基础网络模块中各个门控单元的门控数据信息；将门控数据信息代入基础网络模块的各个门控单元，利用基础网络模块，处理合作智能体的观测信息表征数据，得到智能体在当前时刻的动作价值函数；根据所有合作智能体的在当前时刻的动作价值函数，执行端到端的训练，更新合作智能体模型的参数，直至达到训练结束条件，得到训练后的合作智能体模型。

公开(公告)号：CN117332814A

公开(公告)日：2024-01-02

申请号：CN202311637177.8

申请日：2023-12-01

Applicant: 中国科学院自动化研究所

Inventor： 黄凯奇 ,  张俊格 ,  于杨 ,  尹奇跃

IPC: G06N3/0442 ,  G06N3/045 ,  G06N3/092

Abstract: 本申请实施例提供一种基于模块化网络的合作智能体模型、学习方法和装置。其中，基于模块化网络的合作智能体学习方法包括：根据合作智能体的观测信息表征数据和身份信息表征数据，利用门控信息提取模块，得到基础网络模块中各个门控单元的门控数据信息；将门控数据信息代入基础网络模块的各个门控单元，利用基础网络模块，处理合作智能体的观测信息表征数据，得到智能体在当前时刻的动作价值函数；根据所有合作智能体的在当前时刻的动作价值函数，执行端到端的训练，更新合作智能体模型的参数，直至达到训练结束条件，得到训练后的合作智能体模型。