基于合作式强化学习与迁移学习的多智能体对抗决策方法专利查询专利号|摘要-满商公司网

基于合作式强化学习与迁移学习的多智能体对抗决策方法

基本信息

申请号	CN202010748266.X	申请日	-
公开（公告）号	CN111695690A	公开（公告）日	2020-09-22
申请公布号	CN111695690A	申请公布日	2020-09-22
分类号	G06N5/04(2006.01)I;G06N3/08(2006.01)I	分类	计算；推算；计数;
发明人	冷立雄;马占国;宫业国	申请（专利权）人	航天欧华信息技术有限公司
代理机构	深圳市辉泓专利代理有限公司	代理人	航天欧华信息技术有限公司
地址	518000广东省深圳市南山区桃源街道学苑大道1001号南山智园A5栋8层
法律状态	-

摘要

本发明提出一种基于合作式强化学习与迁移学习的多智能体对抗决策方法，其特征在于，包括如下步骤：定义智能体的状态空间S＝{s1,s2,...,sn}；设定其动作空间Α＝{a1,a2,...,an}；设定智能体强化学习模型的值函数矩阵；使用动作评估器计算当前状态st对应的值函数序列通过基于模拟退火与softmax策略的动作选择器选择相应的动作at；同时，智能体的状态发生变化，转移到下一状态st+1。在执行动作at后，智能体从环境中获得奖励信号rt；通过权重共享的方式可以降低经验存储的损耗，提高对抗决策效率。通过基于衰减函数的迁移学习方法使得智能体以逐渐递减的概率复用先前经验，迁移学习将先前训练得到的动作评估器权重迁移到更多的对抗决策场景，提高了学习模型的泛化性。