Document
拖动滑块完成拼图
个人中心

预订订单
服务订单
发布专利 发布成果 人才入驻 发布商标 发布需求

在线咨询

联系我们

龙图腾公众号
首页 专利交易 IP管家助手 科技果 科技人才 科技服务 国际服务 商标交易 会员权益 需求市场 关于龙图腾
 /  免费注册
到顶部 到底部
清空 搜索
当前位置 : 首页 > 专利喜报 > 中国科学院自动化研究所徐沛获国家专利权

中国科学院自动化研究所徐沛获国家专利权

买专利卖专利找龙图腾,真高效! 查专利查商标用IPTOP,全免费!专利年费监控用IP管家,真方便!

龙图腾网获悉中国科学院自动化研究所申请的专利一种基于不确定性特征的对手建模方法和装置获国家发明授权专利权,本发明授权专利权由国家知识产权局授予,授权公告号为:CN119962562B

龙图腾网通过国家知识产权局官网在2025-08-12发布的发明授权授权公告中获悉:该发明授权的专利申请号/专利号为:202411941041.0,技术领域涉及:G06N3/006;该发明授权一种基于不确定性特征的对手建模方法和装置是由徐沛;黄凯奇;杨立昆设计研发完成,并于2024-12-26向国家知识产权局提交的专利申请。

一种基于不确定性特征的对手建模方法和装置在说明书摘要公布了:本发明提供一种基于不确定性特征的对手建模方法和装置,包括:获取智能体与环境交互过程中的交互数据;交互数据包括当前己方观测数据、当前己方动作数据、当前对手观测数据、当前对手动作数据、第一环境奖励数据和下一步己方观测数据;将当前己方观测数据和当前己方动作数据输入对手建模模型,建模对手的确定性特征和不确定性特征得到模型输出;利用当前对手观测数据、当前对手动作数据、第一环境奖励数据和下一步己方观测数据,以及模型输出计算损失函数;基于损失函数优化模型得到训练后的模型;基于训练后的模型进行对手建模得到对手建模结果。本发明引入了确定性和不确定性混合的特征,从而有效地提高了对具有随机性行为的对手的建模能力。

本发明授权一种基于不确定性特征的对手建模方法和装置在权利要求书中公布了:1.一种基于不确定性特征的对手建模方法,其特征在于,包括: 获取预先建立的对手建模模型,以及智能体与环境交互过程中的交互数据;其中,所述交互数据包括当前己方观测数据、当前己方动作数据、当前对手观测数据、当前对手动作数据、第一环境奖励数据和下一步己方观测数据; 将所述当前己方观测数据和所述当前己方动作数据输入所述对手建模模型,建模对手的确定性特征和不确定性特征,得到模型输出;确定性特征是相对稳定的特征,包括对手的智能水平、策略偏好;不确定性特征是难以预测的特征,包括对手的随机性行为、噪声干扰;确定性特征是与对手行为直接相关的、可预测的部分,不确定性特征反映了对手行为的随机性、不可预测性; 利用所述当前对手观测数据、所述当前对手动作数据、所述第一环境奖励数据和所述下一步己方观测数据,以及所述模型输出计算损失函数; 基于所述损失函数优化所述对手建模模型,直至达到预设条件,得到训练后的对手建模模型; 基于所述训练后的对手建模模型进行对手建模,得到对手建模结果; 其中,所述模型输出包括第一动作预测数据、第一观测预测数据、第二动作预测数据、第二观测预测数据、己方状态预测数据和第二环境奖励数据;所述对手建模模型包括确定性特征编码器、不确定性特征编码器、确定性特征解码器、不确定性特征解码器、环境特征编码器和环境特征解码器; 所述将所述当前己方观测数据和所述当前己方动作数据输入所述对手建模模型,建模对手的确定性特征和不确定性特征,得到模型输出,包括: 将所述当前己方观测数据和所述当前己方动作数据作为输入数据; 将所述输入数据输入所述确定性特征编码器和所述不确定性特征编码器中,分别得到对手的确定性特征向量和不确定性特征向量; 将所述确定性特征向量输入所述确定性特征解码器,得到对手的第一动作预测数据和第一观测预测数据; 将对手的不确定性特征向量输入所述不确定性特征解码器,得到对手的第二动作预测数据和第二观测预测数据; 将所述输入数据输入所述环境特征编码器得到环境特征向量; 将所述环境特征向量输入所述环境特征解码器得到己方状态预测数据和第二环境奖励数据。

如需购买、转让、实施、许可或投资类似专利技术,可联系本专利的申请人或专利权人中国科学院自动化研究所,其通讯地址为:100190 北京市海淀区中关村东路95号;或者联系龙图腾网官方客服,联系龙图腾网可拨打电话0551-65771310或微信搜索“龙图腾网”。

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息,力求客观、公正,但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解,仅供参考使用,不能作为本公司承担任何法律责任的依据或者凭证。