摘要
本发明公开了一种基于记忆‑学习协同的智能体决策模型及其应用，其中：步骤S1、构建智能体特征属性模块，所述特征属性模块包括每个智能体的静态属性特征和动态属性的；步骤S2、构建智能体行为集合模块，所述智能体行为集合模块用于选择智能体个体行为和组织行为：步骤S3、构建智能体行为模式模块，所述智能体行为模式模块通过将自身的状态与感知的信息结合，并参考其累积的记忆集合，按照如下公式在行为规则的指导下生成下一步的行动计划并，从而更新自己的状态；步骤S4、构建智能体之间互动机制，包括：由个体记忆库、群体记忆库以及记忆缓冲池构成记忆机制；建立智能体与环境和其他智能体的互动，智能体在持续学习中不断更新决策策略的学习机制；建立在智能体的决策过程中，引入“历史+经验”的双重作用的记忆与学习协同决策机制；建立智能体的决策记忆与学习之间的循环反馈机制，本发明提出了记忆可信度评估机制，通过对记忆可信度进行动态评估，实现记忆的自适应更新，并在决策过程中提供有效支持，从而提高个体Agent建模质量。
