一种多代理合作场景下的通信协议学习和迁移的方法

摘要

本发明公开了一种多代理合作情景下的通信协议学习和迁移的方法，包括：每个执行代理独立观测环境，使用神经网络将环境进行编码，生成需要分享给其他代理的信息特征向量；所述执行代理将各自的信息发送给信道代理（通信通道），所述信道代理使用通信协议为各执行代理生成消息向量并进行分发；所述执行代理接收到新的消息，整合已有的信息，然后使用策略网络进行动作决策；所述执行代理和所述信道代理的网络参数的梯度是分开进行计算的；在源任务上学习到通信协议后，迁移到目标任务时，复用通信协议参数，并限制学习率。该方法能够独立学习指定任务上的连续通信协议，并具有良好的鲁棒性。