公开(公告)号：CN115618754B

公开(公告)日：2023-04-07

申请号：CN202211631819.9

申请日：2022-12-19

Applicant: 中国科学院自动化研究所

Inventor： 张俊格 ,  张茗奕 ,  娄行舟 ,  黄凯奇 ,  徐辉杰 ,  陈丹丹

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种多智能体的价值评估方法、装置和可读储存介质，涉人工智能技术领域，旨在解决针对多智能体，价值评估模块进行价值评估过程中，忽略了联合动作的作用，导致价值评估模块的价值评估在联合行动空间上的泛化性较差的技术问题，本发明提供的多智能体的价值评估方法以互信息最大化的方法来更新联合动作映射模型中的映射函数，使得联合动作映射与状态转移向量之间的互信息最大化，即使得联合动作映射的映射向量中蕴含丰富的状态转移信息，也即在通过价值评估模块进行价值评估之前，能够知道联合动作的各种结果信息，这样提前知道联合动作的结果又能够使得价值评估模块的评估结果更加准确。

公开(公告)号：CN115618754A

公开(公告)日：2023-01-17

申请号：CN202211631819.9

申请日：2022-12-19

Applicant: 中国科学院自动化研究所

Inventor： 张俊格 ,  张茗奕 ,  娄行舟 ,  黄凯奇 ,  徐辉杰 ,  陈丹丹

IPC: G06F30/27 ,  G06N3/04 ,  G06N3/08

Abstract: 本发明提供了一种多智能体的价值评估方法、装置和可读储存介质，涉人工智能技术领域，旨在解决针对多智能体，价值评估模块进行价值评估过程中，忽略了联合动作的作用，导致价值评估模块的价值评估在联合行动空间上的泛化性较差的技术问题，本发明提供的多智能体的价值评估方法以互信息最大化的方法来更新联合动作映射模型中的映射函数，使得联合动作映射与状态转移向量之间的互信息最大化，即使得联合动作映射的映射向量中蕴含丰富的状态转移信息，也即在通过价值评估模块进行价值评估之前，能够知道联合动作的各种结果信息，这样提前知道联合动作的结果又能够使得价值评估模块的评估结果更加准确。