一种面向不平衡数据的多智能体强化学习分类方法

本发明涉及机器学习与数据挖掘技术领域，具体涉及一种面向不平衡数据的多智能体强化学习分类方法，首先，引入马尔可夫决策过程构建基于多智能体强化学习的分类模型，其中每个智能体通过观察样本状态并给出相应的分类结果，环境则根据分类结果向智能体提供反馈，以此强化智能体对不平衡样本的学习；其次，针对多数类样本与少数类样本分别设定不同的奖励，并使用双重深度神经网络计算累积奖励，通过优先经验回放优化训练过程，提升对少数类的学习；最后，将智能体中心化训练与去中心化执行结合分布式计算，优化智能体交互与学习效率。经与现有的不平衡数据分类方法相比较，本发明可以有效提高对少数类的分类准确性，并缩短多智能体协作分类时间。