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！

龙图腾网获悉清华大学深圳国际研究生院申请的专利一种多智能体协同及对抗中的策略决策方法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：CN116167415B 。

龙图腾网通过国家知识产权局官网在2026-01-02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：202310178924.X，技术领域涉及：G06N3/0475；该发明授权一种多智能体协同及对抗中的策略决策方法是由常永哲;商宏志;王学谦;梁斌设计研发完成，并于2023-02-27向国家知识产权局提交的专利申请。

本一种多智能体协同及对抗中的策略决策方法在说明书摘要公布了：本发明公开了一种多智能体协同及对抗中的策略决策方法，包括如下步骤：S1、利用不同的强化学习策略训练单个智能体完成对单个智能体策略的分治，得到最适应单一场景的分治决策策略；S2、根据不同场景下每种决策算法的优劣，基于不同的强化学习策略的融合算法完成对单个智能体策略的融合，动态选择在实时变化的场景下最适应当前场景的在步骤S1的分治中得到的融合决策策略；S3、利用不同的强化学习策略将多智能体协作或对抗的任务智能分解，分配完成对多智能体协作或对抗的分治融合，得到多智能体协同或对抗的最优决策策略。本发明得到多智能体协同或对抗的最优决策策略，在多智能体协作或对抗中实现多类算法动态融合与多种模型柔性切换。

本发明授权一种多智能体协同及对抗中的策略决策方法在权利要求书中公布了：1.一种多智能体协同及对抗中的策略决策方法，其特征在于，包括如下步骤： S1、利用不同的强化学习策略训练单个智能体完成对单个智能体策略的分治，得到最适应单一场景的分治决策策略； S2、根据不同场景下每种决策算法的优劣，基于不同的强化学习策略的融合算法完成对单个智能体策略的融合，动态选择在实时变化的场景下最适应当前场景的在步骤S1的分治中得到的融合决策策略； S3、利用不同的强化学习策略将多智能体协作或对抗的任务智能分解，分配已经配备好步骤S1的分治决策策略以及步骤S2的融合决策策略的单个智能体完成对多智能体协作或对抗的分治融合，得到多智能体协同或对抗的最优决策策略； 步骤S3中，所述多智能体协作或对抗的融合采用基于纳什均衡的融合方法，表达为： ； 其中Agents为所有的智能体，i、k分别表示第i个、第k个智能体，表示策略，表示纳什均衡策略，表示在纳什均衡处，仅更改第i个智能体策略的价值函数，为纳什均衡策略下第i个智能体的价值函数；当将每一个状态的阶段博弈的纳什均衡策略组合起来成为一个智能体在动态环境中的策略，并不断与环境交互来更新每一个状态的阶段博弈中的Q值函数；在这种特殊情况下，所述采用基于纳什均衡的融合方法的纳什策略为： 其中，表示第i个智能体的动作空间，表示第i个智能体的动作，为纳什均衡下，第i个智能体在状态s下采取动作的概率，表示对于智能体i而言，在纳什均衡处，状态s下n个智能体分别采取动作的状态价值函数。

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清华大学深圳国际研究生院，其通讯地址为：518055 广东省深圳市南山区西丽街道深圳大学城清华校区A栋二楼；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”。

以上内容由龙图腾AI智能生成。