[發明專利]一種求解多智能體系統納什均衡的方法在審
| 申請號： | 202110382703.5 | 申請日： | 2021-04-09 |
| 公開（公告）號： | CN112966397A | 公開（公告）日： | 2021-06-15 |
| 發明（設計）人： | 姜元男;譚拂曉 | 申請（專利權）人： | 上海海事大學 |
| 主分類號： | G06F30/20 | 分類號： | G06F30/20;G06F17/15 |
| 代理公司： | 上海元好知識產權代理有限公司 31323 | 代理人： | 張妍;張靜潔 |
| 地址： | 201306 上海市*** | 國省代碼： | 上海;31 |
| 權利要求書： | 查看更多 | 說明書： | 查看更多 |
| 摘要： | |||
| 搜索關鍵詞： | 一種 求解 智能 體系 統納什 均衡 方法 | ||
【權利要求書】：
1.一種求解多智能體系統納什均衡的方法，其特征在于，包含以下步驟：
步驟S1、根據多智能體系統的值函數給出初始策略和值函數的初始值
步驟S2、求解值函數
步驟S3、根據值函數的結果來改進策略
步驟S4、判斷是否收斂，若是，則達到納什均衡，結束，若否，則進行步驟S2。
2.如權利要求1所述的求解多智能體系統納什均衡的方法，其特征在于，所述值函數是基于Q函數設計的：
其中，是每個智能體i的解矩陣；是矩陣的一個子塊，是矩陣Q里的一個子矩陣，具有適當的位置指數(uik，εik)；ε是一致性誤差；μ是智能體的策略；i,r,y是智能體的編號；k是時刻；T是矩陣的轉置；j是智能體i的鄰居；N是智能體i的鄰居所組成的集合；
給出了最優控制策略即：
則
根據最優控制定理
其中，l代表迭代指數，U代表智能體的值函數，
同理可得
所以
該算法有上界，是具有收斂性的；
同時，值函數的計算基于上一次迭代的值函數，與策略的提升是同步的，因此它的收斂速度快于策略迭代；
下載完整專利技術內容需要扣除積分，VIP會員可以免費下載。
該專利技術資料僅供研究查看技術是否侵權等信息，商用須獲得專利權人授權。該專利全部權利屬于上海海事大學，未經上海海事大學許可，擅自商用是侵權行為。如果您想購買此專利、獲得商業授權和技術合作，請聯系【客服】
本文鏈接：http://www.szxzyx.cn/pat/books/202110382703.5/1.html，轉載請聲明來源鉆瓜專利網。
- 上一篇：一種室內外兩用天線
- 下一篇：一種快速拆裝接頭及具有該接頭的起落架
