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！

龙图腾网获悉安徽大学申请的专利基于信息增益构建内在个体奖励的多智能体协同探索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：CN120087410B 。

龙图腾网通过国家知识产权局官网在2026-03-13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：202510167422.6，技术领域涉及：G06N3/045；该发明授权基于信息增益构建内在个体奖励的多智能体协同探索方法是由任璐;冯浩宇;沈博文;王振;柳文章设计研发完成，并于2025-02-16向国家知识产权局提交的专利申请。

本基于信息增益构建内在个体奖励的多智能体协同探索方法在说明书摘要公布了：本发明提出基于信息增益构建内在个体奖励的多智能体协同探索方法包括：获取智能体状态信息和动作信息，创建多智能体强化学习环境，并初始化动态模型的参数；构建CVAE作为动态模型，压缩状态空间到潜在空间，预测状态分布；使用重建损失和KL散度损失优化模型参数，得到训练好的CVAE模型；通过训练好的模型估计智能体状态转移的先验熵和后验熵，并计算信息增益；设计探索频率因子，结合信息增益计算内在个体奖励；根据内在个体奖励与外在奖励，生成智能体的利用策略与探索策略进行协同探索，指导智能体选择要执行的动作，完成任务目标。本发明提出的方法有助于智能体探索未知区域，显著提升其探索能力和任务完成率。

本发明授权基于信息增益构建内在个体奖励的多智能体协同探索方法在权利要求书中公布了：1.基于信息增益构建内在个体奖励的多智能体协同探索方法，其特征在于，基于实时策略游戏下的多智能体协同探索场景，所述实时策略游戏包括星际争霸Ⅱ和谷歌足球，具体包括以下步骤： S1、获取智能体当前时刻的状态、当前时刻的动作及下一时刻的状态，创建多智能体强化学习环境，并初始化动态模型的参数；具体包括： S11、创建并配置强化学习环境，所述强化学习环境包括：所述实时策略游戏星际争霸Ⅱ多智能体对抗场景下的2s3z异构对称作战环境或谷歌足球多智能体协作场景下的3-vs-1withKeeper环境；获取观测空间的形状； S12、创建动态模型的全局基线网络和局部基线网络；全局基线网络以多智能体环境中的全局状态和所有智能体的动作作为输入，学习智能体整体的状态转移的潜在规律；而局部基线网络仅基于当前智能体的局部状态和动作进行训练，从而独立预测该智能体的状态转移；所述智能体包括在所述2s3z异构对称作战环境中的两个追猎者Stalkers和三个狂热者Zealots；或在所述3-vs-1withKeeper环境中的3个进攻队员和1个守门员； S13、收集智能体的多步经验数据，包括每个智能体当前时刻的状态、当前时刻的动作、下一时刻的状态； S14、创建并初始化动态模型,对高维状态信息和动作信息进行嵌入和归一化，准备用于动态模型的训练； S2、结合生成对抗网络GAN构建条件变分自编码器CVAE，以CVAE作为动态模型，压缩状态空间到潜在空间，预测智能体下一时刻的状态分布； S3、使用重建损失和KL散度损失对步骤S2中构建的CVAE进行模型参数的优化，确保潜在空间的表征能力和分布正则化，得到训练好的CVAE模型； S4、利用训练好的CVAE模型，估计智能体当前时刻到下一时刻的状态转移的先验熵和后验熵，并计算信息增益； S5、设计探索频率因子，并结合步骤S4得到的信息增益计算内在个体奖励，指导智能体优先选择减少不确定性的动作； S6、根据内在个体奖励与外在奖励，生成智能体的利用策略与探索策略，利用策略和探索策略协同作用，指导智能体选择要执行的动作，完成任务目标。

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安徽大学，其通讯地址为：230601 安徽省合肥市经济技术开发区九龙路111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”。

以上内容由龙图腾AI智能生成。