原创力文档- 1、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。。
- 2、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。
- 3、文档侵权举报电话：400-050-0827(电话支持时间：9:00-18:30)。
- 4、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
- 5、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。
- 6、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。
- 7、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
本发明提出一种参数化动作空间的多智能体决策方法、装置、计算机设备及介质，设置多智能体协同工作的任务场景、全局状态空间、动作空间以及奖励函数；获取当前时刻的观测信息，各智能体的策略网络根据当前的观测信息以及设置的任务场景、全局状态空间、动作空间决策出相应的行为动作，各智能体的价值评估网络生成用于评估各智能体决策出的行为动作价值的个体Q值；各智能体的个体Q值通过混合网络进行非线性复合得到用于评估联合动作效能的全局联合Q值；基于所述全局联合Q值以及奖励函数更新混合网络参数，各智能体的价值评估网络参数以
(19)国家知识产权局
(12)发明专利申请
(10)申请公布号 CN 117151158 A
(43)申请公布日 2023.12.01
(21)申请号 202311031955.9 G06N 3/092 (2023.01)
(22)申请日 2023.08.
文档评论（0）