公开(公告)号：CN117579358B

公开(公告)日：2024-09-06

申请号：CN202311586285.7

申请日：2023-11-24

Applicant: 中国科学院自动化研究所

Inventor： 张俊格 ,  乔丹 ,  陈皓

IPC: H04L9/40 ,  G06N3/092

Abstract: 本发明涉及一种多智能体通信方法、装置、存储介质和电子设备，包括：基于智能体之间的通信关系，构建分布式网络化多智能体学习系统，智能体作为任务执行节点，通信关系描述为边；智能体基于观察到的当前全局环境状态及自身神经网络，执行局部决策动作，获取状态‑动作的奖励值及更新的全局环境状态；基于拉普拉斯函数分布进行采样，获取随机噪声信息；将价值函数估计信息与随机噪声信息结合，生成隐私保护通信信息，与智能体的邻居智能体建立双向通信信道通信；依据当前状态‑动作价值函数估计信息、接收的隐私保护通信接收信息、环境反馈的奖励值及新的全局环境状态，对神经网络进行迭代更新，具有严格理论保证的通信安全性能提升。

公开(公告)号：CN117579358A

公开(公告)日：2024-02-20

申请号：CN202311586285.7

申请日：2023-11-24

Applicant: 中国科学院自动化研究所

Inventor： 张俊格 ,  乔丹 ,  陈皓

IPC: H04L9/40 ,  G06N3/092

Abstract: 本发明涉及一种多智能体通信方法、装置、存储介质和电子设备，包括：基于智能体之间的通信关系，构建分布式网络化多智能体学习系统，智能体作为任务执行节点，通信关系描述为边；智能体基于观察到的当前全局环境状态及自身神经网络，执行局部决策动作，获取状态‑动作的奖励值及更新的全局环境状态；基于拉普拉斯函数分布进行采样，获取随机噪声信息；将价值函数估计信息与随机噪声信息结合，生成隐私保护通信信息，与智能体的邻居智能体建立双向通信信道通信；依据当前状态‑动作价值函数估计信息、接收的隐私保护通信接收信息、环境反馈的奖励值及新的全局环境状态，对神经网络进行迭代更新，具有严格理论保证的通信安全性能提升。