Q-learning算法及其在囚徒困境问题中的实现

• 作者: 刘贵全 张春阳 蔡庆生 陈小平
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 机器学习 强化学习 Q-learning算法Agent囚徒困境问题 针锋相对算法
• 年，卷（期）: 2001,（13）
• 所属期刊栏目: 学术探讨
• 页码范围: 121-122，128
• 页数: 3页
• 分类号: TP301.6
• 字数: 2654字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2001.13.041

摘要

Q-elearning是一种优良的强化学习算法.该文首先阐述了Q-learning的基本学习机制,然后以囚徒困境问题为背景,分析、对比了Q-learning算法与TFT算法,验证了Q-learning算法的优良特性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡庆生	中国科学技术大学计算机系	115	2706	28.0	47.0
2	陈小平	中国科学技术大学计算机系	94	783	15.0	22.0
3	刘贵全	中国科学技术大学计算机系	51	728	11.0	26.0
4	张春阳	中国科学技术大学计算机系	12	351	5.0	12.0