一种联合内在动机探索的多智能体内在动机框架

本发明公开了一种联合内在动机探索的多智能体内在动机框架，提出了联合内在动机探索算法JIME；JIME包括两个组件：一个用于压缩多智能体联合观察的编码器和一个用于预测智能体联合动作的解码器；首先将环境状态输入到编码器，得到从生成然后将输入到解码器，得到预测的动作最后计算损失函数，通过反向传播算法更新编码器和解码器的参数，最小化总损失，得到最终的JIME。本发明提供了一种新的内在动机探索方法，通过整合两种奖励类型来增强QMIX算法，能够解决给定任务的智能代理学习策略的联合内在动机探索的多智能体内在动机框架。