一般和博弈中的合作多agent学习

• 作者: 刘海波 宋梅萍 张国印 顾国昌
• 来源期刊: 控制理论与应用
• 关键词: 多agent学习 一般和随机博弈 Nash平衡 Pareto占优 Q-学习
• 年，卷（期）: 2007,（2）
• 所属期刊栏目: 短文
• 页码范围: 317-321
• 页数: 5页
• 分类号: TP273
• 语种: 中文
• DOI: 10.3969/j.issn.1000-8152.2007.02.029

摘要

理性和收敛是多agent学习研究所追求的目标.在理性合作的多agent系统中提出利用Pareto占优解代替非合作的Nash平衡解进行学习,使agent更具理性.另一方面引入社会公约来启动和约束agent的推理,统一系统中所有agent的决策,从而保证学习的收敛性.利用2人栅格游戏对多种算法进行验证,成功率的比较说明了所提算法具有较好的学习性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张国印	哈尔滨工程大学计算机科学与技术学院	162	1407	18.0	28.0
2	顾国昌	哈尔滨工程大学计算机科学与技术学院	138	2134	24.0	41.0
3	刘海波	哈尔滨工程大学计算机科学与技术学院	78	683	14.0	23.0
4	宋梅萍	哈尔滨工程大学计算机科学与技术学院	5	114	5.0	5.0