机器人足球赛中基于增强学习的任务分工

• 作者: 席裕庚 陈卫东 顾冬雷
• 来源期刊: 机器人
• 关键词: Q算法 无限作用范围衰减奖励优化模型 平均奖励优化模型
• 年，卷（期）: 2000,（6）
• 所属期刊栏目: 论文与报告
• 页码范围: 482-489
• 页数: 8页
• 分类号: TP24
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2000.06.009

摘要

本文研究了机器人足球赛中利用增强学习进行角色分工的问题，通过仿真试验和理论分析，指出文[1]中采取无限作用范围衰减奖励优化模型(infinite-horizon discounted model)的Q学习算法对该任务不合适，并用平均奖励模型(average-reward model)对算法进行了改进，实验表明改进后学习的收敛速度以及系统的性能都提高了近一倍．

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	席裕庚	上海交通大学自动化研究所	217	6520	41.0	71.0
2	陈卫东	上海交通大学自动化研究所	95	2775	28.0	49.0
3	顾冬雷	上海交通大学自动化研究所	7	179	6.0	7.0