一种协商在线增量学习算法及其在基于智能体的电子商务中的应用

• 作者: 景博 李剑 钱越英
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多智能体系统 协商 增量学习
• 年，卷（期）: 2005,（2）
• 所属期刊栏目: 网络、通信与安全
• 页码范围: 136-137,160
• 页数: 3页
• 分类号: TP393
• 字数: 2845字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2005.02.041

摘要

随着多智能体系统MAS的迅猛发展,常常需要进行在线的协商.然而由于协商中不完全信息的存在,常常会大大影响协商的效果.该文提出一种多智能体协商中的动态在线增量学习算法,采用Q-学习机制来学习agent协商中的不完全信息.该文将这种学习算法应用基于智能体agent的电子商务中.实验证明算法可以加速协商的过程,提高协商的效果.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	景博		11	72	5.0	8.0
2	李剑	北京理工大学计算机系	19	278	7.0	16.0
3	钱越英		9	71	2.0	8.0