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！

龙图腾网恭喜华东师范大学申请的专利基于层次一致性学习的多智体强化学习方法及系统获国家发明授权专利权，本发明授权专利权由国家知识产权局授予，授权公告号为：CN114118374B 。

龙图腾网通过国家知识产权局官网在2025-02-18发布的发明授权授权公告中获悉：该发明授权的专利申请号/专利号为：202111427417.2，技术领域涉及：G06N3/092；该发明授权基于层次一致性学习的多智体强化学习方法及系统是由金博;李文浩;王祥丰;朱骏设计研发完成，并于2021-11-29向国家知识产权局提交的专利申请。

本基于层次一致性学习的多智体强化学习方法及系统在说明书摘要公布了：一种基于层次一致性学习的多智体强化学习方法及系统，将深度集合网络与变分自动编码器相结合，并被引入到多智体强化学习中用以规范大规模自动分拣任务中分拣机器人集群的群体行为。本发明通过引入辅助无监督学习任务以及自监督学习任务，习得高效地团队意图表示以及个体意图表示，通过对团队意图施加多样性约束、对个体意图施加一致性约束，来保证团队内紧密协作、团队间多样探索，从而有效提升大规模多智体系统完成协作任务时的探索效率以及协作效率，本发明能够有效提升大规模多智体系统完成协作任务时的探索效率以及协作效率。

本发明授权基于层次一致性学习的多智体强化学习方法及系统在权利要求书中公布了：1.一种基于层次一致性学习的多智体强化学习方法，其特征在于，通过构建并随机初始化团队意图网络、个体意图网络以及多智体决策网络；利用层次聚类算法对所有智能体进行聚类分组，形成团队；分别通过团队意图网络、个体意图网和多智体决策网络计算无监督对比损失、自监督回归损失、一致性损失、重构损失以及决策损失并综合得到总体损失，根据总体损失对团队意图网终、个体意图网络以及多智体决策网络进行优化，分拣机器人集群将在完成大规模分拣任务中动态地进行分组，将大规模分拣任务分解为福利的小规模子任务，团队内的智能体将实现更紧密的协作，团队间的智能体将表现出分拣策略的多样性，从而有效地完成各个子任务，最终实现在大规模自动分拣任务中快速达到较高的任务完成度；所述的团队意图网络包括：状态编码器、深度集合网络以及意图编码器，其中：状态编码器接收每个智能体的局部观测以及全局状态信息作为输入，生成每个智能体对应的局部状态编码；深度集合网络接收团队内所有智能体的局部状态编码，对每个智能体对应的局部状态编码经过再次线性编码并进行非线性映射后，进行平均操作，得到整个团队对应的团队编码；意图编码器接收团队编码，经过再次线性编码并进行非线性映射后，输出团队意图；所述的个体意图网络包括：个体编码器、图卷积网络以及个体意图变分编码器，其中：个体编码器接收每个智能体的局部观测，输出每个智能体对应的个体编码；图卷积网络将团队中的所有智能体视作一个全连接无向图，图中的节点表示每个智能体，节点编码即为个体编码器输出的个体编码，图卷积网络对图中的个体编码执行图卷积操作，得到每个智能体对应的个体感知；个体意图变分编码器将团队意图网络输出的团队意图，与图卷积网络输出的个体感知拼接后的特征作为输入，输出每个智能体对应的个体意图。

如需购买、转让、实施、许可或投资类似专利技术，可联系本专利的申请人或专利权人华东师范大学，其通讯地址为：200062 上海市普陀区中山北路3663号；或者联系龙图腾网官方客服，联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。