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申请的专利一种多智能体强化学习智能决策方法及装置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：CN117252252B 。

龙图腾网通过国家知识产权局官网在2026-05-05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：202311081579.4，技术领域涉及：G06N3/092；该发明授权一种多智能体强化学习智能决策方法及装置是由李勇;郝千越;黄文振设计研发完成，并于2023-08-25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智能决策方法及装置在说明书摘要公布了：本发明提供一种多智能体强化学习智能决策方法及装置。该方法包括：确定当前时间步下目标问题内多个智能体所在单元的状态向量；将相邻智能体的状态向量输入到目标智能体中算法模型包含的图注意力网络，获得相应的影响权重，基于影响权重对相邻智能体的状态向量进行加权平均处理得到对应的平均场向量；将目标智能体的状态向量和平均场向量输入到目标智能体中算法模型包含的行动器网络中，获得目标智能体对应的处理决策，以控制目标智能体在当前时间步下按照处理决策执行相应的动作。本发明提供的方法，能够适用于大规模智能体智能决策，大幅提升了多智能体强化学习智能决策效率和精确度，有效提高了智能体决策水平。

本发明授权一种多智能体强化学习智能决策方法及装置在权利要求书中公布了：1.一种多智能体强化学习智能决策方法，其特征在于，包括： 确定当前时间步下目标问题内多个智能体所在单元的状态向量； 遍历每个智能体，将与目标智能体关联的相邻智能体的状态向量输入到所述目标智能体中算法模型包含的图注意力网络中，获得所述当前时间步下遍历到的目标智能体所在单元与其相邻智能体所在单元之间的影响权重，基于所述影响权重对所述相邻智能体的状态向量进行加权平均处理得到所述目标智能体对应的平均场向量； 将当前时间步下所述目标智能体的状态向量和所述平均场向量输入到所述目标智能体中算法模型包含的行动器网络中，获得当前时间步下所述目标智能体对应的处理决策，以控制所述目标智能体在所述当前时间步下按照所述处理决策执行相应的动作； 其中，所述算法模型包含的行动器网络和图注意力网络均是基于样本状态以及所述样本状态对应的样本决策结果进行训练得到； 所述影响权重包括表示多个所述相邻智能体所在单元分别对所述目标智能体所在单元的影响程度的权重值； 所述基于所述影响权重对所述相邻智能体的状态向量进行加权平均处理得到所述目标智能体对应的平均场向量，具体包括： 基于多个所述相邻智能体所在单元的状态向量及其相应的权重值进行加权平均处理，得到所述目标智能体对应的平均场向量。

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，其通讯地址为：100084 北京市海淀区双清路30号清华大学清华园北京100084-82信箱；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。