元博弈平衡和多Agent强化学习的MetaQ算法

• 作者: 王皓 高阳
• 来源期刊: 计算机研究与发展
• 学科: 工学
• 关键词: 强化学习 多Agent系统 元博弈 MetaQ
• 年，卷（期）: 2006,（z1）
• 所属期刊栏目: Agent学习与规划
• 页码范围: 137-141
• 页数: 5页
• 分类号: TP18
• 字数: 3694字
• 语种: 中文

摘要

多Agent强化学习(MARL)是强化学习(RL)在多Agent环境中的推广.其中,NashQ学习算法是一个里程碑式的贡献.然而NashQ存在着3点不足:①Nash平衡的"混合策略"思想在MARL中的意义不明确;②一个博弈的Nash平衡可能不是Pareto最优的;③Nash平衡的计算比较复杂.这3点不足都来源于"Agent是Nash理性的"这一假设.一个称为"MetaQ"的多Agent Q学习算法以元博弈理论为基础,通过改变Agent的理性来避免所有的这些不足.研究证明,MetaQ算法具有很好的理论解释和实验性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	高阳	南京大学软件新技术国家重点实验室	77	1645	20.0	39.0
2	王皓	南京大学软件新技术国家重点实验室	21	164	6.0	12.0