CN114169421B 基于内在动机的多智能体稀疏奖励环境协作探索方法 （天津大学）_第1页
CN114169421B 基于内在动机的多智能体稀疏奖励环境协作探索方法 （天津大学）_第2页
CN114169421B 基于内在动机的多智能体稀疏奖励环境协作探索方法 （天津大学）_第3页
CN114169421B 基于内在动机的多智能体稀疏奖励环境协作探索方法 （天津大学）_第4页
CN114169421B 基于内在动机的多智能体稀疏奖励环境协作探索方法 （天津大学）_第5页
已阅读5页，还剩9页未读， 继续免费阅读

下载本文档

版权说明：本文档由用户提供并上传，收益归属内容提供方，若内容存在侵权，请进行举报或认领

文档简介

基于内在动机的多智能体稀疏奖励环境协本发明公开了一种基于内在动机的多智能未探索充分区域加强探索，从而得到成功的经21.一种基于内在动机的多智能体稀疏奖励环境协作机器人路径探索方法，其特征在人会在重力的作用下沿着某条轨迹从高的起点滑落到低的终点并避开障碍物；所述步骤2将协作式多智能体探索任务建模为分布式局部观测的马尔可夫决策过程(Dec一用计数器CounterC(St,ut)表示在整个训练过程中多智能体系统在联合状态为St下采在多智能体环境中，通过一个距离测算网络来衡量两/)34[0006]二、COMA(CounterfactualMulti_AgentPolicyGradients)是针对多智能体强函数对智能体策略进行更新能够解决由信度分配问题导致多智能体算法不能取得良好结5[0024]图1为本发明的一种基于内在动机的多智能体稀疏奖励环境协作探索方法整体流[0028]如图1所示，为本发明的一种基于内在动机的多智能体稀疏奖励环境协作探索方6[0033]将协作式多智能体探索任务建模为分布式局部观测的马尔可夫决策过程(Dec_27

人人文库> 全部分类> 行业资料 > 信息产业

温馨提示

  • 1. 本站所有资源如无特殊说明，都需要本地电脑安装OFFICE2007和PDF阅读器。图纸软件为CAD,CAXA,PROE,UG,SolidWorks等.压缩文件请下载最新的WinRAR软件解压。
  • 2. 本站的文档不包含任何第三方提供的附件图纸等，如果需要附件，请联系上传者。文件的所有权益归上传用户所有。
  • 3. 本站RAR压缩包中若带图纸，网页内容里面会有图纸预览，若没有图纸预览就没有图纸。
  • 4. 未经权益所有人同意不得将文件中的内容挪作商业或盈利用途。
  • 5. 人人文库网仅提供信息存储空间，仅对用户上传内容的表现方式做保护处理，对用户上传分享的文档内容本身不做任何修改或编辑，并不能对任何下载内容负责。
  • 6. 下载文件中如有侵权或不适当内容，请与我们联系，我们立即纠正。
  • 7. 本站不保证下载资源的准确性、安全性和完整性, 同时也不承担用户因使用这些下载资源对自己和他人造成任何形式的伤害或损失。

最新文档

评论

0/150

提交评论