原文服务方: 微电子学与计算机       
摘要:
为了实现Agent灵活、自主的运行,Agent必须具有很强的学习能力.在BDI模型基础上,引入Q学习方法调整Agent的动作策略.提出了基于Q学习的自主Agent模型,给出了模型的结构及形式化描述,分析了Agent的学习过程.以方格世界的搜索问题为例,验证了模型的正确性和有效性.
推荐文章
基于Q学习的Agent在交叉口航班排序中的应用
航路交叉口
航班排序
Q-learning
奖惩函数
基于Q-学习算法的异常检测模型
网络安全
异常检测
模型
Q-学习算法
一种基于Agent复合学习的搜索引擎模型
Agent
搜索引擎
复合学习
信息检索
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 基于Q学习的自主Agent模型
来源期刊 微电子学与计算机 学科
关键词 Agent 强化学习 Q学习 BDI模型
年,卷(期) 2006,(9) 所属期刊栏目
研究方向 页码范围 203-205,208
页数 4页 分类号 TP181
字数 语种 中文
DOI 10.3969/j.issn.1000-7180.2006.09.069
五维指标
作者信息
序号 姓名 单位 发文数 被引次数 H指数 G指数
1 杨善林 合肥工业大学计算机与信息学院 440 7797 38.0 67.0
5 胡小建 合肥工业大学计算机网络系统研究所 92 702 15.0 22.0
9 罗贺 合肥工业大学计算机与信息学院 27 500 10.0 22.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (4)
节点文献
引证文献  (7)
同被引文献  (5)
二级引证文献  (3)
1992(1)
  • 参考文献(1)
  • 二级参考文献(0)
1995(1)
  • 参考文献(1)
  • 二级参考文献(0)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(1)
  • 参考文献(1)
  • 二级参考文献(0)
2006(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
2008(1)
  • 引证文献(1)
  • 二级引证文献(0)
2009(3)
  • 引证文献(3)
  • 二级引证文献(0)
2010(2)
  • 引证文献(0)
  • 二级引证文献(2)
2013(2)
  • 引证文献(2)
  • 二级引证文献(0)
2014(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(1)
  • 二级引证文献(0)
研究主题发展历程
节点文献
Agent
强化学习
Q学习
BDI模型
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
微电子学与计算机
月刊
1000-7180
61-1123/TN
大16开
1972-01-01
chi
出版文献量(篇)
9826
总下载数(次)
0
总被引数(次)
59060
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导