申请/专利权人：南京大学

申请日：2023-03-24

公开（公告）日：2023-06-30

公开（公告）号：CN116360435A

主分类号：G05D1/02

分类号：G05D1/02;G06N3/0442;G06N3/045;G06N3/092;G06N7/01

优先权：

专利状态码：在审-实质审查的生效

法律状态：2023.07.18#实质审查的生效;2023.06.30#公开

摘要：本发明公开一种基于情节记忆的多智能体协同策略的训练方法和系统，利用情节记忆方法，在收集训练数据时，记录各个机器人不同状态下经历的情节与对应累计回报，并将该情节与对应回报作为策略训练时机器人的额外目标。通过多机器人强化学习方法，使得各机器人能够在有限数据下快速学习高效协同策略，训练得到的机器人协同策略使智能体在决策时，既能考虑目前的状态价值函数，又能考虑到长期的情节回报，从而实现综合决策。本发明在实际场景中仅通过少量训练数据实现快速策略训练，以有效应对动态开放场景下的合作任务。

主权项：1.一种基于情节记忆的多智能体协同策略的训练系统，所述多智能体协同指的是多机器人协同，其特征在于，包括三个模块：个体策略网络模块，用于机器人从自身观测中确定执行动作；集中式值网络模块，用于评估预期回报并指导机器人个体策略；情节记忆模块，用于记录情节与对应长期回报。

全文数据：

权利要求：

百度查询： 南京大学 基于情节记忆的多智能体协同策略的训练方法和系统

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD