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:大连海事大学
摘要:本发明是一种基于深度强化学习的多智能体逃逸方法,包括以下步骤:获取追方智能体和逃方智能体数量信息、物理尺寸信息、移动信息和追逃环境物理信息;构建追方智能体和逃方智能体各自生成两个演员网络和两个评论家网络分别命名为演员网络、演员网络的目标网络、评论家网络、评论家网络的目标网络;采用MADDPG对追方智能体和逃方智能体各自生成两个演员网络和两个评论家网络进行训练,得到逃方智能体逃脱追方智能体追捕的逃逸算法;追方智能体和逃方智能体的测试集数据,采用逃方智能体逃脱追方智能体追捕的逃逸算法进行测试,得到逃方智能体逃脱追方智能体逃脱任务的完成率,该方法提高多智能体在逃逸任务中的总体性能和效率。
主权项:1.一种基于深度强化学习的多智能体逃逸方法,其特征在于:包括以下步骤:获取追方智能体和逃方智能体数量信息、物理尺寸信息、移动信息和追逃环境物理信息;所述追方智能体数量≥逃方智能体数量;构建追方智能体和逃方智能体各自生成两个演员网络和两个评论家网络分别命名为演员网络、演员网络的目标网络、评论家网络、评论家网络的目标网络;采用MADDPG对追方智能体和逃方智能体各自生成两个演员网络和两个评论家网络进行训练,得到逃方智能体逃脱追方智能体追捕的逃逸算法;追方智能体和逃方智能体的测试,采用逃方智能体逃脱追方智能体追捕的逃逸算法进行测试,得到逃方智能体逃脱追方智能体逃脱任务的完成率。
全文数据:
权利要求:
百度查询: 大连海事大学 一种基于深度强化学习的多智能体逃逸方法
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。