本发明公开了一种基于群体博弈的多智能体交互方法及系统，所述方法包括：初始化智能体强化学习所需的预设参数，初始化智能体的Q表，并初始化学习周期；获取常微分方程的求解阈值，并将常微分方程的求解阈值进行衰减处理；初始化系统状态，采用贪婪策略选取智能体的联合动作；每个智能体执行所选取的动作，并接收观测样本和奖励；构建基于智能体的Q表的群体博弈，利用基于继承的BNN群体博弈动态算法求解近似均衡策略；智能体基于得到的期望奖励更新Q表。本发明不需要精确求解每个阶段博弈的均衡策略，以相对较低的计算复杂度求得近似均衡，通过设计常微分方程求解加速机制，实现均衡复杂度和均衡精度的最优权衡，以及多智能体系统的最优性能。
声明：
“基于群体博弈的多智能体交互方法及系统” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究，如用于商业用途，请联系该技术所有人。
我是此专利(论文)的发明人(作者)
1191
编辑：管理员
来源：北方有色网
咨询细节
