申请/专利权人：中国科学院深圳先进技术研究院

申请日：2023-12-14

公开（公告）日：2024-04-09

公开（公告）号：CN117852745A

主分类号：G06Q10/063

分类号：G06Q10/063;G06Q50/04;G06N3/006;G06N3/098;G06F21/60;H04L9/00

优先权：

专利状态码：在审-实质审查的生效

法律状态：2024.04.26#实质审查的生效;2024.04.09#公开

摘要：本申请涉及一种企业群分布式决策方法、装置、设备以及存储介质。所述方法包括：将多智能体系统的整体生产任务按照任务类型分解为多个子任务，并将多智能体系统中的每个单智能体作为一个单独的生产决策单元；利用多智能体强化学习算法对多智能体系统的任务分配策略进行分布式决策和集中式训练，为每个生产决策单元训练一个能够进行分布式决策的决策网络；通过联邦强化学习算法对经验回放缓冲区中的交互数据进行联邦训练和全同态加密优化，并利用聚合算法对各生产决策单元的决策网络进行聚合，生成多智能体系统的全局决策模型。本申请实施例解决了现有技术中集中式决策的决策复杂度高、决策时效性低、决策质量低等问题，同时确保企业的数据安全。

主权项：1.一种企业群分布式决策方法，其特征在于，包括：将多智能体系统的整体生产任务按照任务类型分解为多个子任务，并将多智能体系统中的每个单智能体作为一个单独的生产决策单元；其中，所述多智能体系统为产业链系统中的企业群体，所述单智能体为所述企业群体中的每个企业；利用多智能体强化学习算法对所述多智能体系统的任务分配策略进行分布式决策和集中式训练，为每个生产决策单元训练一个能够进行分布式决策的决策网络，并将所述集中式训练过程中各单智能体的交互数据放入一个共享的经验回放缓冲区；通过联邦强化学习算法对所述经验回放缓冲区中的交互数据进行联邦训练和全同态加密优化，并利用聚合算法对各生产决策单元的决策网络进行聚合，生成所述多智能体系统的全局决策模型。

全文数据：

权利要求：

百度查询： 中国科学院深圳先进技术研究院 一种企业群分布式决策方法、装置、设备及存储介质

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