动态联盟收益值的再励学习

• 作者: 张伟 童向荣
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多Agent系统 动态联盟形成 再励学习
• 年，卷（期）: 2006,（6）
• 所属期刊栏目: 学术探讨
• 页码范围: 85-87
• 页数: 3页
• 分类号: TP18
• 字数: 2822字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.06.027

摘要

联盟形成的收益值是模糊和不确定的,难于计算,而联盟收益值在成员变化的情况下的计算就更为复杂.Lerman等人实现了动态联盟Agent进出联盟的管理方法,Chalkiadakis则研究了不确定情况下联盟的再励学习,但没有涉及联盟成员变化情况下的收益值动态性.论文定义了带折扣率的估计核,给出一种再励学习算法来计算联盟成员变化后的收益值,深化了Chalkiadakis的工作.实验结果验证了该方法的可行性和正确性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	童向荣	烟台大学计算机科学与技术学院	50	273	10.0	14.0
2	张伟	烟台大学计算机科学与技术学院	40	377	12.0	18.0