AODE中的多agent协商与学习

• 作者: 李红兵 王立春 陈世福
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 多 agent系统,协商,强化学习
• 年，卷（期）: 2001,（3）
• 所属期刊栏目: 研究与应用
• 页码范围: 347-351
• 页数: 5页
• 分类号: TP18
• 字数: 4401字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2001.03.019

摘要

AODE是我们研制的一个面向agent的智能系统开发环境,本文以AODE为平台研究了多agent环境下的协商与学习本文利用协商-协商过程-协商线程的概念建立了多边-多问题协商模型MMN,该协商模型支持多agent环境中的多种协商形式及agent在协商过程中的学习,系统中的学习agent采用状态概率聚类空间上的多agent强化学习算法.该算法通过使用状态聚类方法减少Q值表存储所需空间,降低了经典Q-学习算法由于使用Q值表导致的对系统计算资源的要求,且该算法仍然可以保证收敛到最优解.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	陈世福	南京大学计算机软件新技术国家重点实验室	169	4351	32.0	60.0
2	李红兵	南京大学计算机软件新技术国家重点实验室	7	123	5.0	7.0
3	王立春	南京大学计算机软件新技术国家重点实验室	5	247	4.0	5.0