原文服务方: 计算机测量与控制       
摘要:
为了在连续和动态的环境中处理智能体不断变化的需求,我们通过利用强化学习来研究多机器人推箱子问题,得到了一种智能体可以不需要其它智能体任何信息的情况下完成协作任务的方法.强化学习可以应用于合作和非合作场合,对于存在噪声干扰和通讯困难的情况,强化学习具有其它人工智能方法不可比拟的优越性.
推荐文章
基于博弈强化学习的多智能体协作行为寻优
多Agent博弈
动态协作寻优
改进Pareto-Q
收益分配
多智能体协作技术综述
多智能体协作
自协调模型
递归建模
Markov对策
强化学习
多智能体协作的两层强化学习实现方法
强化学习
Q学习
多智能体
协作
基于规划识别的多智能体协作研究及应用
规划识别
多智能体协作
机器人足球赛
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于强化学习的多智能体协作方法研究
来源期刊 计算机测量与控制 学科
关键词 多智能体 协作系统 强化学习
年,卷(期) 2005,(2) 所属期刊栏目 设计与应用
研究方向 页码范围 174-176
页数 3页 分类号 TP242.6
字数 语种 中文
DOI 10.3321/j.issn:1671-4598.2005.02.027
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 童亮 北京理工大学机器人研究中心 7 100 6.0 7.0
2 陆际联 北京理工大学机器人研究中心 36 701 15.0 26.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (2)
节点文献
引证文献  (5)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(2)
  • 二级参考文献(0)
2005(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2006(1)
  • 引证文献(1)
  • 二级引证文献(0)
2007(2)
  • 引证文献(2)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
多智能体
协作系统
强化学习
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
计算机测量与控制
月刊
1671-4598
11-4762/TP
大16开
北京市海淀区阜成路甲8号
1993-01-01
出版文献量(篇)
0
总下载数(次)
0
总被引数(次)
0
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导