一种新颖的多agent强化学习方法

• 作者: 周浦城 洪炳殚 黄庆成
• 来源期刊: 电子学报
• 学科: 工学
• 关键词: 多agent学习 Q-学习 利益分配学习 模块化结构 对手建模
• 年，卷（期）: 2006,（8）
• 所属期刊栏目: 科研通信
• 页码范围: 1488-1491
• 页数: 4页
• 分类号: TP18
• 字数: 3381字
• 语种: 中文
• DOI: 10.3321/j.issn:0372-2112.2006.08.026

摘要

提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	黄庆成	哈尔滨工业大学计算机科学与技术学院	41	616	16.0	23.0
2	周浦城	哈尔滨工业大学计算机科学与技术学院	9	214	8.0	9.0
3	洪炳殚	哈尔滨工业大学计算机科学与技术学院	6	81	5.0	6.0