摘要
本发明提供一种多智能体决策的可解释分析方法、装置和电子设备,涉及人工智能技术领域。方法包括:获取多个智能体在执行任务过程中的实时状态数据和实时决策数据;将所述实时状态数据输入至预先训练的时间序列编码器中,通过所述预先训练的时间序列编码器将所述实时状态数据转换为因果图网络;所述因果图网络中包含各所述智能体之间、以及各所述智能体与任务目标之间的因果关系;根据所述实时状态数据和所述实时决策数据,确定各所述智能体的每个状态特征分别对决策的贡献;根据所述因果图网络和各所述智能体的每个状态特征分别对决策的贡献,生成多粒度可视化决策路径。
技术关键词
决策
编码器
分析方法
序列
样本
网络
非暂态计算机可读存储介质
解码器
强化学习模型
细粒度特征
电子设备
处理器
可视化模块
人工智能技术
数据获取模块
计算机程序产品
分析装置
分析模块
存储器
系统为您推荐了相关专利信息
简化卷积神经网络
网络入侵检测模型
积层
检测数据输入
加速模型训练
误差校正
核主成分分析
训练算法
层级
线性插值方法
意图
信息交互方法
人工智能AI模型
展示商品信息
计算机可执行指令