本发明属于智能体深度强化学习的测试领域,为多智能体协作环境强化学习算法的测试方法。所述多智能体协作环境深度强化学习算法中的智能体为两大类,一类是空间动作相对固定化的智能体,一类是动作和状态空间复杂的智能体,第一类智能体采用求最大置信回报值的算法(UCB算法),第二类智能体采用求取最优联合动作和状态的全局函数(QMIX算法)。本发明针对两种算法的特点,分析多智能体训练模型输出的回报值和收益值,得收敛速度和效果的影响因子,通过分析影响因子得出测试多智能体协作环境出算法深度强化学习的测试技术要点,为多智能体协作环境下深度学习算法的验证提供了有效依据。
声明:
“多智能体协作环境强化学习算法的测试方法” 该技术专利(论文)所有权利归属于技术(论文)所有人。仅供学习研究,如用于商业用途,请联系该技术所有人。
我是此专利(论文)的发明人(作者)