中兵智能创新研究院有限公司

本发明涉及一种基于知识图谱的多智能体集群协同决策方法和系统，属于知识图谱构建与多智能体协同决策技术领域，一种基于知识图谱的多智能体集群协同决策方法，包括：从多智能体集群及其部署环境采集数据并构建初步知识图谱；实时采集运行数据，识别其与初步知识图谱的差异并按类型执行更新规则，输出动态知识图谱；接收用户任务请求，结合动态知识图谱生成多智能体协同决策结果；将决策结果返回用户端并据此更新动态知识图谱。解决现有技术中多智能体协同决策实时性和准确性不足的问题。

本发明涉及一种面向车辆感知的异质联邦学习收敛优化方法，属于车辆感知与联邦学习技术领域，解决了现有联邦学习在车辆感知场景中因各车辆节点感知数据存在异质性而导致模型训练收敛缓慢、感知精度下降以及通信成本高的问题。方法包括：各车辆节点下载前一通信轮次全局基础层参数和融合后的个性化层参数，使用本地训练数据集进行训练，得到当前通信轮次的基础层参数和个性化层参数；对当前通信轮次个性化层参数和历史通信轮次个性化层参数进行加权融合，得到更新后个性化层参数；各车辆节点将当前通信轮次基础层参数和更新后个性化层参数上传至云服务器进行融合，得到当前通信轮次全局基础层参数和各车辆节点对应的融合后个性化层参数。