基于高斯混合模型的分布式強(qiáng)化學(xué)習(xí)算法魯棒性?xún)?yōu)化

摘 要：當(dāng)前，分布式強(qiáng)化學(xué)習(xí)假設(shè)所有智能體均能正常工作，但在實(shí)際情況中可能存在異常智能體。為此，提出了一種基于高斯混合模型的聚類(lèi)方法，用于優(yōu)化分布式強(qiáng)化學(xué)習(xí)算法。首先，計(jì)算智能體上傳梯度對(duì)應(yīng)的高斯分布概率。其次，根據(jù)高斯分布更新聚類(lèi)模型參數(shù)，并重復(fù)執(zhí)行上述步驟直至收斂。最后，根據(jù)聚類(lèi)模型篩選異常梯度。（剩余6969字）