基于多智能体强化学习的分层决策优化方法

【目的/意义】随着信息技术和人工智能的发展，大数据驱动的辅助决策方法让决策更加科学准确。强化学习作为序贯决策的经典方法，在决策优化方面有着明显的优势。但传统方法无法解决多层次、多目标的决策优化问题，尤其是在长周期决策优化问题中，学习奖励的滞后性严重制约着强化学习的效率。【设计/方法】提出基于多智能体强化学习的分层决策优化方法，应用目标分解的思想解决长期决策优化问题。该方法基于强化学习理论使具有层级关系的多智能体相互合作，利用神经网络进行建模，上层智能体学习目标的分解策略，下层智能体学习完成目标的行动策略，智能体参数交替更新，共同学习完成团队任务的最佳策略，实现决策优化。【结论/发现】在临床医疗决策优化的实验中验证了该方法的有效性与优越性，可为解决长周期序列决策优化问题提供理论与方法支持。