多代理最优响应Q学习及收敛性证明

• 作者: 张化祥 黄上腾
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 强化学习 Markov对策 收敛
• 年，卷（期）: 2004,（4）
• 所属期刊栏目: 人工智能
• 页码范围: 96-98
• 页数: 3页
• 分类号: TP3
• 字数: 3579字
• 语种: 中文
• DOI: 10.3969/j.issn.1002-137X.2004.04.025

摘要

在分析了多代理强化学习的基础上,提出了一种基于对手策略假设的代理最优响应强化学习规则,并证明了当对手策略满足一定条件时,基于该学习规则的Q值收敛.实验结果与理论证明相一致.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张化祥	上海交通大学计算机科学与工程系	6	40	3.0	6.0
2	黄上腾	上海交通大学计算机科学与工程系	43	600	13.0	23.0