[發明專利]虛擬環境下的多智能體博弈訓練方法及系統

在審

• 申請號: 202210011912.3
• 申請日: 2022-01-06
• 公開（公告）號: CN114444716A
• 公開（公告）日: 2022-05-06
• 發明（設計）人: 董琦;趙小虎;陳雨;江涵立;吳鎮宇
• 申請（專利權）人: 中國電子科技集團公司電子科學研究院
• 主分類號: G06N20/00
• 分類號: G06N20/00;A63F13/67;G06F8/30;G06T17/05
• 代理公司: 工業和信息化部電子專利中心 11010
• 代理人: 華楓

1.一種虛擬環境下的多智能體博弈訓練方法，其特征在于，包括：

構建地形模型、環境模型、地面建筑模型和待訓練目標模型，并導入虛擬環境；

設置待訓練目標的參數及不同狀態下的動作，以及設置地面建筑模型和待訓練目標的交互規則；

在虛擬環境中對待訓練目標進行多智能體博弈的訓練。

2.根據權利要求1所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，設置待訓練目標的參數及不同狀態下的動作，以及設置地面建筑模型和待訓練目標的交互規則具體為：

使用編程語言或藍圖腳本系統，對所述待訓練目標的參數進行設置，對所述待訓練目標的不同狀態下的動作邏輯進行設置。

3.根據權利要求1所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，所述方法還包括：

通過待訓練目標的接口將無人設備的控制函數映射為Python語言，在Python端建立智能體模型。

4.根據權利要求3所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，在虛擬環境中對待訓練目標進行多智能體博弈的訓練包括：

將待訓練目標在虛擬環境中獲取的數據，經過智能算法處理、學習后，智能算法輸出控制信息，調用所述控制函數控制待訓練目標的決策，并將決策映射到虛擬環境中。

5.根據權利要求4所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，智能算法的種類包括避障算法、航跡規劃算法、深度強化學習算法。

6.根據權利要求1所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，所述地面建筑模型和待訓練目標的交互規則包括：建筑物物理毀傷，建筑物類型、建筑物ID及建筑物坐標信息。

7.根據權利要求1所述的虛擬環境下的多智能體博弈訓練方法，其特征在于，構建地形模型、環境模型、地面建筑模型和待訓練目標模型包括：

通過3D掃描或仿真建模對地面建筑模型和待訓練目標模型進行構建；

通過導入地形和環境數據并進行模型轉換分別對地形模型和環境模型進行構建。

8.一種虛擬環境下的多智能體博弈訓練系統，其特征在于，包括：

導入模塊，用于構建地形模型、環境模型、地面建筑模型和待訓練目標模型,并導入虛擬環境；

設置模塊，設置待訓練目標的參數及不同狀態下的動作，以及設置地面建筑模型和待訓練目標的交互規則；

訓練模塊，用于在虛擬環境中對待訓練目標進行多智能體博弈的訓練。

9.根據權利要求8所述的虛擬環境下的多智能體博弈訓練系統，其特征在于，所述系統還包括：

映射模塊，用于通過待訓練目標的接口將無人設備的控制函數映射為Python語言，在Python端建立智能體模型。

10.根據權利要求9所述的虛擬環境下的多智能體博弈訓練系統，其特征在于，在虛擬環境中對待訓練目標進行多智能體博弈的訓練包括:

將待訓練目標在虛擬環境中獲取的數據，經過智能算法處理、學習后，智能算法輸出控制信息，調用所述控制函數控制待訓練目標的決策，并將決策映射到虛擬環境中。