-
公开(公告)号：CN116306979A
公开(公告)日：2023-06-23
申请号：CN202310287951.0
申请日：2023-03-23
Applicant: 南京大学
IPC: G06N20/00 , G06N3/092 , G06N3/0442 , G06N3/047 , G06N3/048
Abstract: 本发明提出了一种基于PPO的多智能体深度强化学习训练方法，包括：设计智能体的决策动作空间；设计智能体的回报函数；设计多智能体决策网络模型；通过推演线程进行推演，使用经过初始化的多智能体决策网络模型，与智能体所处的环境进行交互，生成回放数据；通过学习进程，使用所述回放数据更新多智能体决策网络模型，完成基于PPO的多智能体深度强化学习训练。本发明通过对决策空间的特殊处理及动作网络中多头设计，解决了决策空间复杂性问题；对每个智能体的状态处理及动作生成方法的设计，是一种多智能体决策的有效解决方案；使用多进程和多线程结合的训练运行方法，有效提高训练效率。
Search Results
1
records
(took 0.013 seconds)
筛选
AND
AND
过滤
NOT
NOT
Scan to Join
