公开(公告)号：CN114757362A

公开(公告)日：2022-07-15

申请号：CN202210375420.2

申请日：2022-04-11

申请人： 西安交通大学

发明人： 王进军 ,  张子良 ,  孟荣业 ,  汪修洁 ,  张勤东 ,  王浩

IPC分类号： G06N20/00 ,  G06N3/02 ,  G06N3/08

摘要： 本发明公开一种基于边缘增强的多智能体系统通信方法及相关装置，解决现有的多智能体系统中智能体间通讯效率较低的问题，方法包括以下步骤：构造基于分布式部分可观测马尔科夫模型的多智能体系统；根据图神经网络建模方法生成节点与多维边缘信息；通过神经网络融合节点与边缘信息，并构造包含多维边缘信息的多智能体系统结构；综合其他智能体信息，智能体输出自身价值函数，通过单调性网络结构生成总体价值函数，进行多智能体强化学习训练；训练结束后，将生成的权重文件和EGMA网络结构配置文件部署到多智能体系统平台，进行任务决策；本发明能提高多智能体强化学习任务中智能体间的通讯效率，在多智能体平台中表现为收敛速度加快，胜率效果提升。

公开(公告)号：CN114723046A

公开(公告)日：2022-07-08

申请号：CN202210375417.0

申请日：2022-04-11

申请人： 西安交通大学

发明人： 王进军 ,  汪修洁 ,  孟荣业 ,  张子良 ,  吴洋

IPC分类号： G06N3/08 ,  G06N3/04

摘要： 本发明公开了一种基于组合式剪枝的深度神经网络模型压缩方法及系统，基于预先训练好的深度神经网络模型，针对网络模型中的每一层网络，获取该层中所有卷积核组合的数值矩阵；以所述卷积核组合为最小单位，进行组合的分布多样性计算，获取表征对应卷积层的数值向量组；以组合结果的分布多样性结果为依据，选择部分组合进行活化，并通过非线性映射作用到卷积核，获取组合式参数模型；基于组合式参数模型，选单独使用或与其他基于单卷积核的剪枝方法联合使用，进行结构化的模型剪枝和再训练。该方法基于多个卷积核组合的结构化模型剪枝方法，克服实际卷积核内部和卷积核之间的信息损失，并显着扩展我们的搜索空间，而无需支付太多计算成本。