2021-09-02 -2026-06-18华南农业大学学生

完成课题：基于值分解的多智能体协同策略研究与应用。 【课题研究内容】： 1、基于状态价值保留的值分解多智能体强化学习算法： （1）出发点：传统的基于值分解的多智能体强化学习算法，对于智能体失活状态无法合理保留和 分配其失活前在团队中贡献的价值，从而导致在较大规模战斗中，智能体协作策略较低（表现为获 得胜利后，智能体存活率较低）的问题展开研究。 （2）优化方案【动态加权、状态价值保留、多头注意力机制】：将每个智能体的局部动作值函数 分解为状态价值函数与优势函数，保留智能体的历史观测信息，并引入注意力机制对每个智能体的 状态价值函数进行动态加权，让失活智能体的状态价值函数能够动态参与到联合动作值函数的计算 中。 2、基于图注意力机制的值分解多智能体强化学习算法： （1）出发点：加强智能体之间的协作能力。 （2）优化方案【显示通信、二阶段、图注意力机制】：从显示通信和图神经网络出发。结合两个 图注意力机制，并分为两个阶段对相邻智能体的信息进行融合。阶段一，以当前智能体局部观察信 息的先验信息部分为引导进行融合；阶段二，在阶段一的基础上，引入其它相邻智能体的局部观察 信息进行融合，从而进一步促

2021-09-02 - 2024-06-18华南农业大学计算机技术硕士