龙图腾网&IPTOP
- 微信扫码登录
- 账号密码登录
- 短信登录/注册
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！
申请/专利权人：第四范式(北京)技术有限公司
摘要：提供一种多智能体训练与奖励生成方法、系统、设备与存储介质。所述多智能体训练的奖励生成方法包括：所述奖励生成器基于所述第一环境数据、所述第二环境数据、所述第一决策和所述第二决策，生成对所述第二决策的辅助奖励；所述第二智能体将对所述第二决策的基础奖励和所述辅助奖励确定为所述第二决策的最终奖励。根据本公开的多智能体训练与奖励生成方法、系统、设备与存储介质解决了缺乏对第二决策的完成方式的效果评价的问题，既能够在最终奖励中体现第二决策对上层决策的完成情况，又能够给出对第二决策的具体执行方式的评价，有利于提高多智能体学习的学习速度和最终性能。
主权项：1.一种多智能体训练的奖励生成方法，其特征在于，所述方法执行于多智能体训练系统，所述多智能体训练系统包括待训练的多智能体系统和奖励生成器，所述多智能体系统包括第一智能体和第二智能体，所述奖励生成器用于在所述多智能体系统的训练过程中生成辅助奖励，所述多智能体系统的训练过程包括至少一轮训练过程，在任意一轮训练过程中，所述第一智能体用于基于第一环境数据进行第一决策，任意一个所述第二智能体用于基于第二环境数据与所述第一决策进行第二决策并执行所述第二决策；所述方法包括：所述奖励生成器基于所述第一环境数据、所述第二环境数据、所述第一决策和所述第二决策，生成对所述第二决策的辅助奖励，其中，所述辅助奖励表示对所述第二决策的执行方式的奖励；所述第二智能体将对所述第二决策的基础奖励和所述辅助奖励确定为所述第二决策的最终奖励，其中，所述基础奖励根据所述第二决策的执行结果来确定。
全文数据：
权利要求：
百度查询： 第四范式(北京)技术有限公司 多智能体训练与奖励生成方法、系统、设备与存储介质
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。
主营中国专利交易买卖与专利转让许可,高校科技成果推广与科技成果转化,知识产权运营管理与平台开发,科技人才专家库与科技猎头等科技服务
开放平台
担保交易
惠及多方
会员特惠
专属平台
适合多方
数据共享
功能齐全
皖公网安备 34010402703815号