基于强化学习的多智能体动态协作规则提取

• 作者: 李晓萌 杨煜普 许晓鸣
• 来源期刊: 模式识别与人工智能
• 学科: 工学
• 关键词: 多智能体 动态协作规则 强化学习 规则提取
• 年，卷（期）: 2002,（4）
• 所属期刊栏目: 研究与应用
• 页码范围: 463-467
• 页数: 5页
• 分类号: TP18
• 字数: 3782字
• 语种: 中文
• DOI: 10.3969/j.issn.1003-6059.2002.04.015

摘要

在分布式的动态环境下,多智能体系统的协作是建立在规则集合上的动态过程,因此需要建立动态的协作规则.多智能体强化学习的平稳状态本质上即是智能体之间的协作规则,据此提出一种基于强化学习的协作规则提取的方法,并由此构成智能体决策的新结构,最后用实例进行分析和证明了所提出的方法与单纯的强化学习方法相比较,具有如下优点:1)提取的规则可以加快多智能体的协作决策过程;2)规则的动态变化可以适应环境的动态变化;3)规则可以避免多次重复的学习过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	许晓鸣	上海交通大学自动化研究所	132	2698	28.0	46.0
2	杨煜普	上海交通大学自动化研究所	125	1534	23.0	35.0
3	李晓萌	上海交通大学自动化研究所	8	201	5.0	8.0