多智能体通信方法、装置、存储介质和电子设备

专利主权项内容

1.一种多智能体通信方法，其特征在于，包括：基于智能体之间的通信关系，构建分布式网络化多智能体学习系统，所述智能体为所述分布式网络化多智能体学习系统的执行单元节点，所述通信关系为所述分布式网络化多智能体学习系统的边；基于目标智能体在当前决策周期观察的当前全局环境状态及基于神经网络表示的状态-动作价值函数估计信息，利用Q-Learning算法生成局部决策动作，在所述当前全局环境状态下，执行所述局部决策动作，从环境中得到所述状态-动作价值函数估计信息的奖励值和新的全局环境状态；依据预先设置的差分隐私参数，基于拉普拉斯函数分布进行采样，获取随机噪声信息；基于所述随机噪声信息与所述状态-动作价值函数估计信息，生成隐私保护通信信息，向与所述目标智能体具有边的智能体发送；接收与所述目标智能体具有边的智能体发送的隐私保护通信接收信息，依据所述当前全局环境状态、所述目标智能体采取的决策动作、所述状态-动作价值函数估计信息、所述隐私保护通信接收信息、所述环境反馈的奖励值、所述新的全局环境状态，更新所述神经网络。