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！

龙图腾网获悉中国科学院计算机网络信息中心申请的专利一种多智能体强化学习训练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：CN115204415B 。

龙图腾网通过国家知识产权局官网在2026-03-27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：202210902401.0，技术领域涉及：G06N20/00；该发明授权一种多智能体强化学习训练方法及系统是由李非;王彦棡;辛之夼设计研发完成，并于2022-07-28向国家知识产权局提交的专利申请。

本一种多智能体强化学习训练方法及系统在说明书摘要公布了：本发明涉及一种多智能体强化学习训练方法及系统，其方法包括：局部策略训练阶段，智能体局部策略利用自身的局部观测信息做出动作；全局策略训练阶段，智能体的全局策略利用局部策略作为与环境交互的动作模块，全局策略以环境全局状态作为输入，给出对全局信息在隐空间中进行编码，同时利用全部智能体的局部观测信息使用神经网络对全局状态进行拟合；局部策略结合各自的局部观测信息以及全局策略的输出在环境中做出符合环境要求的合适动作；局部策略优化阶段，利用前两个阶段得到的全局策略与局部策略以及拟合模型，在现有的局部策略的基础上进行优化，最终得到效果更好的智能体。本发明能提升多智能体强化学习训练的速度和准确性。

本发明授权一种多智能体强化学习训练方法及系统在权利要求书中公布了：1.一种应用于游戏环境中的多智能体强化学习训练方法，其特征在于，包括： 局部策略训练阶段，智能体的局部策略利用自身的局部观测信息做出动作；所述智能体用于控制游戏环境中单位的动作； 在局部策略训练阶段，智能体根据自身状态观测信息、动作和奖励信息作为输入，对智能体局部策略进行训练；同时，使用全部智能体的局部观测信息对环境的全局状态信息在隐空间中编码并拟合；在游戏环境中，所述奖励信息根据控制的智能体生命值，和对对手造成的伤害加权计算出奖励值； 全局策略训练阶段，智能体的全局策略利用局部策略作为与环境交互的动作模块，全局策略以环境全局状态作为输入，给出对全局信息在隐空间中进行编码，同时利用全部智能体的局部观测信息使用神经网络对全局状态进行拟合；局部策略结合各自的局部观测信息以及全局策略的输出在环境中做出符合环境要求的动作； 在全局策略训练阶段，全局策略利用所有智能体编码的状态信息对所有的智能体局部策略进行控制，针对每个智能体给出的动作状态值，每个智能体利用得到的动作状态值进行动作； 局部策略优化阶段，利用前两个阶段得到的全局策略与局部策略以及拟合模型，在现有的局部策略的基础上进行优化，最终得到效果更好的智能体； 在所述局部策略优化阶段，局部策略根据全局策略输出的全局信息编码对输出动作进行校正，局部策略根据校正后的动作，局部观测以及奖励信息对策略进行更新强化，最终得到效果更好的智能体。

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中国科学院计算机网络信息中心，其通讯地址为：100190 北京市海淀区中关村南四街4号院内2号楼；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。