Agent仿真中具有先验知识的混合学习算法与混合结构模型

• 作者: 李红卫 杨建军 郭晓军
• 来源期刊: 海军航空工程学院学报
• 学科: 工学
• 关键词: 多智能体系统 混合学习算法 混合结构模型
• 年，卷（期）: 2007,（2）
• 页码范围: 247-251
• 页数: 5页
• 分类号: TP391.9
• 字数: 5091字
• 语种: 中文
• DOI: 10.3969/j.issn.1673-1522.2007.02.013

摘要

强化学习是一种有效的机器学习方法,是无监督学习,通过不断地和环境交互得到外部环境评价信号,选择合适的动作.Q学习是一种典型的强化学习,其学习效率较低,尤其是当状态空间和决策空间较大时.为提高Q学习学习效率和收敛速度,采用具有先验知识的Q学习算法,利用模糊综合决策方法处理专家经验和环境信息得到Q学习的先验知识,对Q学习的初始状态进行优化;针对Agent个体学习与群体学习各自的不足,提出了采用混合学习算法,将个体学习与群体学习有效结合起来,提高了Agent的个体性能及系统整体的智能水平;同时为满足复杂适应性需求,采用Agent混合结构模型,在该模型中构造了基于知识的协调控制器,通过它来协调慎思式过程和反应式过程.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	郭晓军	海军航空工程学院控制工程系	12	43	3.0	6.0
2	李红卫	西安通讯工程学院研究生处	1	2	1.0	1.0