AODE中基于强化学习的Agent协商模型

• 作者: 王立春 陈世福 高阳
• 来源期刊: 南京大学学报(自然科学版)
• 学科: 工学
• 关键词: 多Agent系统 协商 强化学习
• 年，卷（期）: 2001,（2）
• 页码范围: 135-141
• 页数: 7页
• 分类号: TP18
• 字数: 4221字
• 语种: 中文
• DOI: 10.3321/j.issn:0469-5097.2001.02.001

摘要

AODE是我们研制的一个面向Agent的智能系统开发环境.AODE中基于强化学习的Agent协商模型采用Markov决策过程和连续决策过程分别描述系统状态变化和特定系统状态的Agent协商过程,并将强化学习技术应用于Agent协商过程.该协商模型能够描述动态环境下的多Agent协商,模型中所有Agent都采用元对策Q学习算法时,系统能获得动态协商环境下的最优协商解.

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	南京大学计算机科学与技术系	169	4351	32.0	60.0
2	高阳	南京大学计算机科学与技术系	77	1645	20.0	39.0
3	王立春	南京大学计算机科学与技术系	5	247	4.0	5.0