改进的模糊Q学习方法及其在RoboCup中的应用

• 作者: 张驰 韩光胜
• 来源期刊: 计算机仿真
• 学科: 工学
• 关键词: 多智能体系统 增强学习 模糊推理系统
• 年，卷（期）: 2005,（5）
• 所属期刊栏目: 人工智能与专家系统
• 页码范围: 189-192
• 页数: 4页
• 分类号: TP249
• 字数: 3766字
• 语种: 中文
• DOI: 10.3969/j.issn.1006-9348.2005.05.054

摘要

为了在multi-agent系统中实现agent之间的竞争与协作,该文提出了一种新的在线学习方法,即:改进的模糊Q学习方法,在这种方法中,agent通过增强学习方法来调节模糊推理系统,进而获得最优的模糊规则.为了改善学习的时间,Q学习方法中的奖励值并不是固定的,而是根据状态而变化.将改进的模糊Q学习方法应用到RoboCup仿真环境中,使智能体通过在线学习获得跑位技巧.并通过实验证明了该方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	韩光胜	北京工业大学电子信息与控制工程学院	19	211	9.0	14.0
2	张驰	北京工业大学电子信息与控制工程学院	2	7	1.0	2.0