基于强化学习的多移动Agent学习算法

• 作者: 刘菲 曾广周
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 强化学习 移动Agent 学习 学习算法
• 年，卷（期）: 2006,（5）
• 所属期刊栏目: 学术探讨
• 页码范围: 50-53
• 页数: 4页
• 分类号: TP393
• 字数: 4214字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2006.05.016

摘要

结合强化学习技术讨论了单移动Agent学习的过程,然后扩展到多移动Agent学习领域,提出一个多移动Agent学习算法MMAL(Multi Mobile Agent Learning).算法充分考虑了移动Agent学习的特点,使得移动Agent能够在不确定和有冲突目标的上下文中进行决策,解决在学习过程中Agent对移动时机的选择,并且能够大大降低计算代价.目的是使Agent能在随机动态的环境中进行自主、协作的学习.最后,通过仿真试验表明这种学习算法是一种高效、快速的学习方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	曾广周	山东大学计算机科学与技术学院	84	843	14.0	25.0
2	刘菲	山东大学计算机科学与技术学院	27	126	7.0	9.0