基于多智能体强化学习的动作集合输出方法及系统

发明专利有效专利

申请号：
CN202010705611.1
IPC分类号：G06K9/62
申请日期：
2020-07-21
申请人：
赵佳

基础信息

权利要求

说明书

PDF全文

法律信息

引证文献

著录项信息

专利名称	基于多智能体强化学习的动作集合输出方法及系统
申请号	CN202010705611.1	申请日期	2020-07-21
法律状态	实质审查	申报国家	中国
公开/公告日	2020-10-30	公开/公告号	CN111860649A
优先权	暂无	优先权号	暂无
主分类号	G06K9/62 ? IPC结构图谱： G 物理 G0 仪器 G06 计算；推算；计数 G06K 数据识别；数据表示；记录载体；记录载体的处理（印刷本身入B41J） G06K9/00 用于阅读或识别印刷或书写字符或者用于识别图形，例如，指纹的方法或装置（用于图表阅读或者将诸如力或现状态的机械参量的图形转换为电信号的方法或装置入G06K 11/00；语音识别入G10L 15/00）〔1，7〕 G06K9/62 应用电子设备进行识别的方法或装置〔3〕	IPC分类号	G;0;6;K;9;/;6;2查看分类表>
申请人	赵佳	申请人地址	上海市浦东新区周浦镇周南村157号变更专利地址、主体等相关变化，请及时变更，防止失效
权利人	赵佳	当前权利人	赵佳
发明人	赵佳
代理机构	暂无	代理人	暂无

摘要

本发明公开了基于多智能体强化学习的动作集合输出方法及系统，方法包括S1、构建树结构的模型架构；S2、将步骤S1中构建的树结构中的每个子节点均建模为智能体，并通过层级化扩展的马尔科夫博弈建模多智能体强化学习系统；S3、所有智能体与环境交互，进行强化学习训练以形成动作集合输出模型；S4、利用基于多智能体强化学习动作集合输出模型对待处理的动作空间中的各动作进行评分，生成目标动作集合进行推荐。本发明使用多智能体强化学习方法处理大规模动作空间的动作集合决策问题，可以获得良好的可扩展性、更精准更快的训练和推理速度；本发明使用MCTS算法增加上层智能体决策的信息量，可进行有效的搜索，得到更加准确的决策。

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有引用任何外部专利数据！

序号	公开(公告)号	公开(公告)日	申请日	专利名称	申请人
该专利没有被任何外部专利所引用！

我浏览过的专利

专利服务由北京酷爱智慧知识产权代理公司提供