原创力文档- 1、本文档共16页，其中可免费阅读15页，需付费10金币后方可阅读剩余内容。
- 2、本文档内容版权归属内容提供方，所产生的收益全部归内容提供方所有。如果您对本文有版权争议，可选择认领，认领后既往收益都归您。
- 3、本文档由用户上传，本站不保证质量和数量令人满意，可能有诸多瑕疵，付费之前，请仔细先通过免费阅读内容等途径辨别内容交易风险。如存在严重挂羊头卖狗肉之情形，可联系本站下载客服投诉处理。
- 4、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 5、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 6、成为VIP后，下载本文档将扣除1次下载权益。下载后，不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后，您将拥有八大权益，权益包括：VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传，每下载1次， 网站将根据用户上传文档的质量评分、类型等，对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
本发明公开了一种智能体最优策略获取方法及装置，该方法包括：将智能体在与环境交互过程中接收的全局奖励建模为单一智能体真实的局部奖励和不可观测环境状态引起的随机噪声信号之和，构建系统模型；利用卡尔曼滤波算法，从观测到的多智能体系统中智能体在与环境交互过程中接收的全局奖励中获得当前智能体对应的局部奖励；根据各智能体对应的局部奖励，通过预设的强化学习算法，对多智能系统中的各智能体进行训练，使得每一智能体分别学习到当前环境下的最优策略。本发明解决了不平稳环境下的多智能体系统信用分配问题，能提高多智能体系统
(19)中华人民共和国国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 113128705 A
(43)申请公布日 2021.07.16
(21)申请号 202110314960.5
(22)申请日 2021.03.24
(71)申请人 北京科技大学顺德研究生院
您可能关注的文档
- 金银铂核壳镂空纳米砖及其制备方法与应用.pdf
- 一种带机器视觉的井盖铣刨控制系统及控制方法.pdf
- 铁骑巡逻执勤执法安全管理控制系统及控制方法.pdf
- 一种控制高钛铁水转炉炉渣对炉衬侵蚀的方法.pdf
- 一种2,2,4-三甲基-1,3-戊二醇单异丁酸酯粗品洗涤工艺.pdf
- 一种星型给料器的排量试验台架.pdf
- 基于vue根据文本字数的动态显示处理方法、装置.pdf
- 一种充放电电池.pdf
- 一种煤矿瓦斯抽采达标有效抽采半径测算方法.pdf
- 一种多功能电子娱乐设备.pdf
- 2024年江西省高考政治试卷真题（含答案逐题解析）.pdf
- 2025年四川省新高考八省适应性联考模拟演练（二）物理试卷（含答案详解）.pdf
- 2025年四川省新高考八省适应性联考模拟演练（二）地理试卷（含答案详解）.pdf
- 2024年内蒙通辽市中考化学试卷（含答案逐题解析）.docx
- 2024年四川省攀枝花市中考化学试卷真题（含答案详解）.docx
- （一模）长春市2025届高三质量监测（一）化学试卷（含答案）.pdf
- 2024年安徽省高考政治试卷（含答案逐题解析）.pdf
- （一模）长春市2025届高三质量监测（一）生物试卷（含答案）.pdf
- 2024年湖南省高考政治试卷真题（含答案逐题解析）.docx
- 2024年安徽省高考政治试卷（含答案逐题解析）.docx
文档评论（0）