金融界2023年12月20日消息，据国家知识产权局公告，清华大学申请一项名为“一种多智能体强化学习智能决策方法及装置“，公开号CN117252252A，申请日期为2023年8月。

专利摘要显示，本发明提供一种多智能体强化学习智能决策方法及装置。该方法包括：确定当前时间步下目标问题内多个智能体所在单元的状态向量；将相邻智能体的状态向量输入到目标智能体中算法模型包含的图注意力网络，获得相应的影响权重，基于影响权重对相邻智能体的状态向量进行加权平均处理得到对应的平均场向量；将目标智能体的状态向量和平均场向量输入到目标智能体中算法模型包含的行动器网络中，获得目标智能体对应的处理决策，以控制目标智能体在当前时间步下按照处理决策执行相应的动作。本发明提供的方法，能够适用于大规模智能体智能决策，大幅提升了多智能体强化学习智能决策效率和精确度，有效提高了智能体决策水平。