Patent search ap:("电子科技大学") AND inv:"张冬呈" Page 1

1.

发明公开
一种基于多智能体最大熵强化学习的合作博弈方法审中-实审

公开(公告)号：CN113095488A

公开(公告)日：2021-07-09

申请号：CN202110471891.9

申请日：2021-04-29

Applicant: 电子科技大学

Inventor： 郝东 , 张冬呈 , 陈明仁

IPC: G06N3/04 , G06N3/08

Abstract: 本发明公开了一种基于多智能体最大熵强化学习的合作博弈方法，包括构建合作博弈模型、初始化状态以及各网络参数、与环境交互生成数据并存入经验重放池、从经验重放池中采样数据、计算损失函数和目标函数梯度以及软更新网络参数、随机博弈验证以及合作博弈方法实现这几个步骤。本发明将确定性的策略梯度算法改进为随机性的策略梯度算法，将最大熵模型运用到多智能体强化学习中，并与传统强化学习中的Actor‑Critic框架结合，简化了学习的过程；使用策略梯度算法直观地更新网络，可以更高效且稳定地达到训练要求；另外，使用了经验重放池，通过Off‑Policy的学习方法对网络进行训练，提高了采样效率。

Patent Agency Ranking