买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

龙图腾网获悉浙江大学申请的专利一种基于强化学习的域协调多智能体系统协作控制方法获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN113625561B 。

龙图腾网通过国家知识产权局官网在2023-09-26发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202110863195.2，技术领域涉及：G05B13/04；该发明授权一种基于强化学习的域协调多智能体系统协作控制方法是由张寅;王淑晗设计研发完成，并于2021-07-29向国家知识产权局提交的专利申请。

本一种基于强化学习的域协调多智能体系统协作控制方法在说明书摘要公布了：本发明公开了一种基于强化学习的域协调多智能体系统协作控制方法。该方法将每个机器人视为多域协作场景中的一个智能体，对其进行域的划分；然后使用先验域信息作为监督信号，在图卷积层中约束同域智能体之间形成更加相似的域共识向量，进行域内强协调。域共识向量可被理解为同域智能体之间应产生的对于环境的共同认知，有助于智能体加深对环境的理解，形成更紧密的合作关系；再通过图网络进行链路传播，在集中式价值网络中沟通各个智能体，完成域内强协调和域外弱协调的统一；模型训练完成后策略网络分散执行，根据智能体的观察决定采取的动作。和现有技术相比，本发明在多域协作场景下有出色表现，大大提高了多智能体系统的协作效率。

本发明授权一种基于强化学习的域协调多智能体系统协作控制方法在权利要求书中公布了：1.一种基于强化学习的域协调多智能体系统协作控制方法，其特征在于，包括如下步骤：S1、针对待协作控制的多个机器人，将每个机器人视为多域协作场景中的一个智能体，对其进行域的划分；S2、针对域划分后的多域协作场景，基于图网络进行多智能体建模，使全域智能体协作，形成包含集中式价值网络及分散式动作网络的多智能体协作模型；所述分散式动作网络中，动作网络接收智能体的观察作为输入，输出当前所采取的动作；所述集中式价值网络接收每个智能体的观察和动作作为输入，进行域协调操作，并经过图卷积网络提取邻域节点信息，为每个智能体预测当前状态-动作对的价值，用于更新集中价值网络及分散动作网络；且在模型中定义域协调损失函数，用于指导域共识向量的表示学习，使同一域中的智能体之间形成强协调；S3、使用集中训练、分散执行的训练方式，对采用Actor-Critic框架的多智能体协作模型进行训练；S4、训练完成后，将模型中的各个动作网络作为策略网络独立执行，输入对应智能体的观察向量，输出为对应智能体的动作向量并将其传递给对应机器人，各机器人根据接收到的动作向量进行移动控制，实现多机器人的协作控制。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人浙江大学，其通讯地址为：310058 浙江省杭州市西湖区余杭塘路866号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。