利用图注意力网络辅助深度强化学习的关键节点识别方法

本申请公开了利用图注意力网络辅助深度强化学习的关键节点识别方法，涉及人工智能技术领域，方法包括：利用DQN智能体从待识别网络中挑选种子节点；利用经过预先训练的GAT网络根据种子节点计算奖励信号；将当前的状态、动作、奖励信号和执行动作后待识别网络的状态确定为经验单元；计算目标网络的目标Q值和Q网络的预测Q值之间的损失值，并基于损失值更新Q网络的参数；返回利用DQN智能体从待识别网络中挑选种子节点的步骤，直至种子节点数达到预设数量，得到当前的种子节点集作为关键节点。本申请通过经过预先训练的GAT网络可更高效地计算出奖励信号，进而指导DQN智能体的参数更新，并高效地识别出关键节点。