CN119397489A 面向博弈对抗智能算法的可泛化状态表示方法 （中国人民解放军军事科学院战争研究院）

面向博弈对抗智能算法的可泛化状态表示本公开提供了一种面向博弈对抗智能算法的可泛化状态表示方法，属于人工智能技术领特征向量融合得到所述任务场景对应的状态空2获取任务场景，所述任务场景包括至少两个智能体，以及包括每根据每个所述智能体的空间分布信息，将每个所根据每个所述离散网格中包括的智能体的全局属性信息，确取值为第i行第j列所述离散网格中包含的具有所述全局属性信息的分别对每个所述智能体执行以下处理：根据所述智能体所基于每个所述特征矩阵确定第一特征向量，以及基于每个所述向量，基于所述第一特征向量和所述第二特征向量融合得到所述任务场景对应的状态空将每个所述特征矩阵输入第一卷积滤波器组，根据所述第一卷5.根据权利要求4所述的方法，其特征在所述将每个所述特征矩阵输入第一卷积滤波器组，根据所述第一卷对于每个所述特征矩阵，根据所述特征矩阵对应的所述全局属性信积滤波器组的P个卷积滤波器中选择目标卷积滤波器，将所述特征矩阵输入到所述目标卷将每个所述观察矩阵输入第二卷积滤波器组，根据所述第二卷7.根据权利要求6所述的方法，其特征在于3所述将每个所述观察矩阵输入第二卷积滤波器组，根据所述第二卷对于每个所述观察矩阵，根据所述观察矩阵对应的所述局部属性信积滤波器组的Q个卷积滤波器中选择目标卷积滤波器，将所述观察矩阵输入到所述目标卷4了显著的发展。研究者们尝试通过多种途径，如元学习（Meta_learning）、迁移学习通用决策框架。尽管通用决策框架的研究在强化学习领域取得了一定的进展，但在实际应[0003]现有的通用决策框架在处理状态空间时，其表现受到智能体数量变化的显著影[0005]本公开实施例第一方面提供了一种面向博弈对抗智能算法的可泛化状态表示方根据每个所述智能体的空间分布信息，将每个所述智能体划分到N×N的离散网素的取值为第i行第j列所述离散网格中包含的具有所述全局属5[0007]图1为本公开实施例中提供的一种面向博弈对抗智能算法的可泛化状态表示方法[0014]如图1所示为本公开实施例提供的面向博弈对抗智能算法的可泛化状态表示方法6第j列元素的取值为第i行第j列所述离散网格中包含的具有所述全局属性信息的智能体的行第j列的离散网格中属于该分组的智能体的个数。该方式实现了对环境状态的统一和标7[0033]步骤104，分别对每个所述智能体执行以下处理：根据所述智能体所在的离散网[0035]示例性实施例中，智能体的局部属性信息可以是全局属性信息中的一部分或全该智能体观察范围内的对方智能体的属性信息，sa表示该智能体观察范围内的友方智能示每个智能体的属性集合，表示一个智能体i的属性c的值。对于被选中的任意属性8[0046]本公开实施例中，通过第一卷积滤波器组和第二卷积滤9MA转换为第一特征向量hA。表示为负责将智能体的观察矩阵转换为第二特征向量。所述智能体的全局属性信息以及每个所述智能体的行第j列所述离散网格中位于所述智能体观察范围内、且具有所述局部属性信息的智能体[0056]本公开实施例提供的装置具有的功能或包含的模块可以用于执行方法实施例描提出的技术问题关系不太密切的单元引入，但这并不表明本实施方式中不存在其它的单术中实施的易失性和非易失性、可移除和不可移除介质。计算机存储介质包括但不限于