摘要
本发明提供了一种基于多智能体的老城平房区居民平移腾挪决策方法,所述方法包括采集老城平房区地块信息并建构数据集、建立居民智能体和开发商智能体并设定各自的行为规则及动作空间、设定开发商智能体的学习方法为多目标分层强化学习,分别设定多目标层次规则,设定强化学习的奖励机制、运行所有智能体并进行数据模拟,在模拟过程中动态调整搬迁策略,直至达到收敛条件、输出数据并形成结果列表。相较于现有技术应用,基于多智能体的老城平房区居民平移腾挪决策方法创新式地将智能体引入存量发展新场景,帮助开发商进行更加科学的搬迁决策,并可以得到开发商与居民双赢的平衡结果。
技术关键词
居民
决策方法
分层强化学习
利润
强化学习算法
学习方法
智能体系统
可视化工具
数据
机制
多场景
列表
策略
动态
参数
项目
平台