本申請(qǐng)屬于人工智能領(lǐng)域，尤其涉及el系統(tǒng)中智能體獲取廣義納什均衡的方法和系統(tǒng)。

背景技術(shù)：

1、智能體在歐拉-拉格朗日系統(tǒng)el下的控制問題是現(xiàn)有ai控制技術(shù)中一個(gè)需要解決的問題，該問題通常可以引申為獲取智能體在歐拉-拉格朗日系統(tǒng)中的廣義納什均衡解，而現(xiàn)有技術(shù)通常沒有較好的方式快速、準(zhǔn)確的獲取廣義納什均衡解。

技術(shù)實(shí)現(xiàn)思路

1、本發(fā)明實(shí)施例的主要目的在于提供el系統(tǒng)中智能體獲取廣義納什均衡的方法和系統(tǒng)，使得智能體在任何運(yùn)動(dòng)狀態(tài)下都可以獲取gne，同時(shí)對(duì)于不符合el系統(tǒng)的通過預(yù)設(shè)的虛擬二階輔助系統(tǒng)也可以快速準(zhǔn)確的獲取gne。

2、第一方面，提供了el系統(tǒng)中智能體獲取廣義納什均衡的方法，所述方法包括：

3、判斷待獲取智能體是否能夠通過歐拉-拉格朗日系統(tǒng)el的系統(tǒng)參數(shù)獲取廣義納什均衡gne；

4、根據(jù)所述判斷的結(jié)果獲取所述待獲取智能體的gne，包括：

5、如果所述判斷的結(jié)果為是，則通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne；

6、或者，如果所述判斷的結(jié)果為否，則通過追蹤預(yù)設(shè)的虛擬二階輔助系統(tǒng)的廣義納什均衡的軌跡，獲取所述待獲取智能體的gne。

7、在一個(gè)可能的實(shí)現(xiàn)方式中，所述通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne，包括：

8、對(duì)所述el系統(tǒng)設(shè)計(jì)控制輸入，通過線性反饋方法，將非線性二階系統(tǒng)轉(zhuǎn)化為二階線性系統(tǒng)，利用梯度下降法和一致性原理，控制智能體獲取到gne。

9、在一個(gè)可能的實(shí)現(xiàn)方式中，所述如果所述判斷的結(jié)果為否，則通過追蹤預(yù)設(shè)的虛擬二階輔助系統(tǒng)的廣義納什均衡的軌跡，獲取所述待獲取智能體的gne，包括：

10、獲取所述el的跟蹤控制律，其中，是所述跟蹤控制律的輸出項(xiàng)，為跟蹤誤差，和是所述虛擬二階輔助系統(tǒng)的輸出，是的導(dǎo)數(shù)，是智能體的決策變量，是所述決策變量的導(dǎo)數(shù)，表示維實(shí)數(shù)列向量，表示的實(shí)數(shù)矩陣，是正定矩陣，是向量的估計(jì)，通過獲取，為已知矩陣，為未知向量且滿足如下等式，在該等式中，是慣性矩陣，且為正定矩陣，是科式力和向心力矩陣，是重力向量，所述輔助變量滿足，且有等式成立；

11、通過所述跟蹤控制律跟蹤虛擬二階輔助系統(tǒng)獲取所述gne，其中，，是所述虛擬二階輔助系統(tǒng)中的智能體的決策變量，是控制輸入，是所述智能體的代價(jià)函數(shù)的關(guān)于的導(dǎo)數(shù)，是輔助變量，是的導(dǎo)數(shù)，是智能體交互拓?fù)鋱D中鄰接矩陣第行第列的元素，是智能體交互拓?fù)鋱D中鄰接矩陣第行第列的元素，是虛擬智能體對(duì)實(shí)際決策變量的估計(jì)，col{}表示將向量表示成列向量的形式，表示對(duì)決策的估計(jì)，表示對(duì)決策的估計(jì)，表示博弈問題的約束條件中智能體的有限資源，為常數(shù)，，和是控制增益。

12、在一個(gè)可能的實(shí)現(xiàn)方式中，所述通過所述跟蹤控制律跟蹤虛擬二階輔助系統(tǒng)獲取所述gne，包括：

13、所述虛擬二階輔助系統(tǒng)將每個(gè)智能體設(shè)置為虛擬領(lǐng)導(dǎo)者；

14、所述智能體根據(jù)一致性原理沿著梯度方向獲取所述虛擬二階輔助系統(tǒng)中的gne，動(dòng)力學(xué)系統(tǒng)為el方程的智能體通過跟蹤控制律以及誤差項(xiàng)，跟蹤所述虛擬二階輔助系統(tǒng)中的智能體軌跡，根據(jù)所述智能體軌跡獲取非合作博弈問題的gne。

15、第二方面，提供了一種el系統(tǒng)中智能體獲取廣義納什均衡的系統(tǒng)，所述系統(tǒng)包括：

16、判斷模塊，用于判斷待獲取智能體是否能夠通過歐拉-拉格朗日系統(tǒng)el的系統(tǒng)參數(shù)獲取廣義納什均衡gne；

17、gne獲取模塊，根據(jù)所述判斷的結(jié)果獲取所述待獲取智能體的gne，包括：

18、如果所述判斷的結(jié)果為是，則通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne；

19、或者，如果所述判斷的結(jié)果為否，則通過追蹤預(yù)設(shè)的虛擬二階輔助系統(tǒng)的廣義納什均衡的軌跡，獲取所述待獲取智能體的gne；

20、在一個(gè)可能的實(shí)現(xiàn)方式中，所述通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne，包括：

21、對(duì)所述el系統(tǒng)設(shè)計(jì)控制輸入，通過線性反饋方法，將非線性二階系統(tǒng)轉(zhuǎn)化為二階線性系統(tǒng)，利用梯度下降法和一致性原理，控制智能體獲取到gne。

22、在一個(gè)可能的視線方式中，所述gne獲取模塊，包括：

23、跟蹤控制律獲取單元，用于獲取所述el的跟蹤控制律，其中，是所述跟蹤控制律的輸出項(xiàng)，為跟蹤誤差，和是所述虛擬二階輔助系統(tǒng)的輸出，是的導(dǎo)數(shù)，是智能體的決策變量，是所述決策變量的導(dǎo)數(shù)，表示維實(shí)數(shù)列向量，表示的實(shí)數(shù)矩陣，是正定矩陣，是向量的估計(jì)，通過獲取，為已知矩陣，為未知向量且滿足如下等式，在該等式中，是慣性矩陣，且為正定矩陣，是科式力和向心力矩陣，是重力向量，所述輔助變量滿足，且有等式成立；

24、gne獲取單元，用于通過所述跟蹤控制律跟蹤虛擬二階輔助系統(tǒng)獲取所述gne，其中，，是所述虛擬二階輔助系統(tǒng)中的智能體的決策變量，是控制輸入，是所述智能體的代價(jià)函數(shù)的關(guān)于的導(dǎo)數(shù)，是輔助變量，是的導(dǎo)數(shù)，是智能體交互拓?fù)鋱D中鄰接矩陣第行第列的元素，是智能體交互拓?fù)鋱D中鄰接矩陣第行第列的元素，是虛擬智能體對(duì)實(shí)際決策變量的估計(jì)，col{}表示將向量表示成列向量的形式，表示對(duì)決策的估計(jì)，表示對(duì)決策的估計(jì)，表示博弈問題的約束條件中智能體的有限資源，為常數(shù)，，和是控制增益。

25、在一個(gè)可能的實(shí)現(xiàn)方式中，所述gne獲取單元，包括：

26、設(shè)置單元，用于所述虛擬二階輔助系統(tǒng)將每個(gè)智能體設(shè)置為虛擬領(lǐng)導(dǎo)者；

27、獲取單元，用于所述智能體根據(jù)一致性原理沿著梯度方向獲取所述虛擬二階輔助系統(tǒng)中的gne，動(dòng)力學(xué)系統(tǒng)為el方程的智能體通過跟蹤控制律以及誤差項(xiàng)，跟蹤所述虛擬二階輔助系統(tǒng)中的智能體軌跡，根據(jù)所述智能體軌跡獲取非合作博弈問題的gne。

28、第三方面，提供了一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，處理器執(zhí)行程序時(shí)實(shí)現(xiàn)如第一方面提供的el系統(tǒng)中智能體獲取廣義納什均衡的方法。

29、第四方面，提供了一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如第一方面提供的el系統(tǒng)中智能體獲取廣義納什均衡的方法。

30、在本申請(qǐng)中，el系統(tǒng)中智能體獲取廣義納什均衡的方法和系統(tǒng)，使得智能體在任何運(yùn)動(dòng)狀態(tài)下都可以獲取gne，同時(shí)對(duì)于不符合el系統(tǒng)的通過預(yù)設(shè)的虛擬二階輔助系統(tǒng)也可以快速準(zhǔn)確的獲取gne。

技術(shù)特征：

1.一種el系統(tǒng)中智能體獲取廣義納什均衡的方法，其特征在于，所述方法包括：

2.如權(quán)利要求1所述的方法，其特征在于，所述通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne，包括：

3.如權(quán)利要求1所述的方法，其特征在于，所述通過追蹤預(yù)設(shè)的虛擬二階輔助系統(tǒng)的廣義納什均衡的軌跡，獲取所述待獲取智能體的gne，包括：

4.如權(quán)利要求3所述的方法，其特征在于，所述通過所述跟蹤控制律跟蹤虛擬二階輔助系統(tǒng)獲取所述gne，包括：

5.一種el系統(tǒng)中智能體獲取廣義納什均衡的系統(tǒng)，其特征在于，所述系統(tǒng)包括：

6.如權(quán)利要求5所述的系統(tǒng)，其特征在于，所述通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的gne，包括：

7.如權(quán)利要求5所述的系統(tǒng)，其特征在于，所述gne獲取模塊，包括：

8.如權(quán)利要求7所述的系統(tǒng)，其特征在于，所述gne獲取單元，包括：

9.一種電子設(shè)備，包括存儲(chǔ)器、處理器及存儲(chǔ)在存儲(chǔ)器上并可在處理器上運(yùn)行的計(jì)算機(jī)程序，其特征在于，所述處理器執(zhí)行所述程序時(shí)實(shí)現(xiàn)如權(quán)利要求1-4任一項(xiàng)所述的el系統(tǒng)中智能體獲取廣義納什均衡的方法。

10.一種非暫態(tài)計(jì)算機(jī)可讀存儲(chǔ)介質(zhì)，其上存儲(chǔ)有計(jì)算機(jī)程序，其特征在于，所述計(jì)算機(jī)程序被處理器執(zhí)行時(shí)實(shí)現(xiàn)如權(quán)利要求1-4任一項(xiàng)所述的el系統(tǒng)中智能體獲取廣義納什均衡的方法。

技術(shù)總結(jié)
本申請(qǐng)?zhí)峁┝薊L系統(tǒng)中智能體獲取廣義納什均衡的方法和系統(tǒng)，包括：判斷待獲取智能體是否能夠通過歐拉?拉格朗日系統(tǒng)EL的系統(tǒng)參數(shù)獲取廣義納什均衡GNE；根據(jù)所述判斷的結(jié)果獲取所述待獲取智能體的GNE，包括：如果所述判斷的結(jié)果為是，則通過預(yù)設(shè)的基于線性反饋原理設(shè)計(jì)的分布式算法獲取所述待獲取智能體的GNE；或者，如果所述判斷的結(jié)果為否，則通過追蹤預(yù)設(shè)的虛擬二階輔助系統(tǒng)的廣義納什均衡的軌跡，獲取所述待獲取智能體的GNE。使得智能體在任何運(yùn)動(dòng)狀態(tài)下都可以獲取GNE，同時(shí)對(duì)于不符合EL系統(tǒng)的通過預(yù)設(shè)的虛擬二階輔助系統(tǒng)也可以快速準(zhǔn)確的獲取GNE。

技術(shù)研發(fā)人員：李世玲,胡勇,趙慎,譚平,覃業(yè)梅,賀欣
受保護(hù)的技術(shù)使用者：湘江實(shí)驗(yàn)室
技術(shù)研發(fā)日：
技術(shù)公布日：2024/10/10