-
公开(公告)号：CN116938732A
公开(公告)日：2023-10-24
申请号：CN202310991392.1
申请日：2023-08-08
Applicant: 西北工业大学
Abstract: 本发明公开了一种基于强化学习算法的通信拓扑优化方法，属于多智能体系统技术领域，包括以下步骤：S101、构建基于强化学习算法的最优通信拓扑生成框架；S102、设计基于通信距离和收敛时间的通讯拓扑评价函数，利用评价函数的值作为学习最优策略更新规则的奖励值；S103、改变通信拓扑，根据多智能体系统的运行结果选择出最优的通信拓扑结构，保证多智能体系统稳定并提高系统控制器的性能。通过上述方式，本发明融合强化学习算法DQN生成最优通信拓扑，充分考虑了多智能体系统的控制器性能和通信成本，在保证系统的稳定性前提下，大幅提高了系统控制器的性能，减少了系统收敛的时间，有效降低了智能体之间的通信成本。
Search Results
1
records
(took 0.016 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
