一种基于深度强化学习的多agent协作框架

摘要

本发明公开一种基于深度强化学习的多agent协作框架，其包括agent，billboard，基于actor‑critic的深度强化学习模块以及下一时刻状态计算模块。agent由当前状态、速度和期望目标定义；billboard负责信息的存储、更新和传递；基于Actor‑Critic的深度强化学习模块中actor根据当前环境状态和agent自身状态选择合适动作，并通过Critic结合各agent的状态序列给出的评价不断进行训练学习，从而获取最优控制策略；下一时刻状态计算模块根据各agent的当前状态和采取的动作分别计算各agent下一时刻的状态，并与billboard进行交互。本发明提出的基于深度强化学习的多agent协作框架具有较好的可扩展性和较强的通用性，可以为实现多样的多agent协作提供技术方案。