基于多智能体强化学习网络的计算机系统和网络优化方法

本申请提供一种基于多智能体强化学习网络的计算机系统和网络优化方法，涉及深度强化学习技术领域。基于多智能体强化学习网络的计算机系统包括：策略网络模块，用于接收目标智能体对应的局部状态信息和能力向量，以及对局部状态信息和能力向量进行处理，并输出目标智能体分别对应的动作信息的概率值，其中，局部状态信息包含除目标智能体以外的至少两个其他智能体的观测信息，以并列堆叠的形式依次输入至策略网络模块；价值网络模块，用于接收目标智能体对应的全局状态信息或局部状态信息，并根据全局状态信息或局部状态信息得到目标智能体对应的长远价值信息，以用于对策略网络模块和价值网络模块进行优化。本申请能够提高网络算法的通用型。