一种基于团队马尔可夫博弈的多agent协同强化学习算法

• 作者: 姚莉 王长缨 陈文伟
• 来源期刊: 复旦学报（自然科学版）
• 学科: 工学
• 关键词: 强化学习 多agent学习 马尔可夫博弈 协作
• 年，卷（期）: 2004,（5）
• 页码范围: 842-844
• 页数: 3页
• 分类号: TP391
• 字数: 1898字
• 语种: 中文
• DOI: 10.3969/j.issn.0427-7104.2004.05.041

摘要

研究多agent系统的学习行为对于智能系统的适应性是至关重要的.针对一类追求系统得益最大化的协作团队的学习问题,基于马尔可夫博弈的思想,提出了一种新的多agent协同强化学习算法.协作团队中的每个agent通过观察协作相识者的历史行为,依照马尔可夫博弈模型预测其行为策略,采用适合的行为探索策略,进而得出最优的联合行为策略.实验对该算法进行了验证,结果表明该算法是有效的.