基于蒙特卡罗学习的多机器人自组织协作

• 作者: 周彤 周洪玉 朴松昊 洪炳镕
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 强化学习 多机器人 协作 蒙特卡罗学习 Q学习
• 年，卷（期）: 2007,（30）
• 所属期刊栏目: 博士论坛
• 页码范围: 23-25,32
• 页数: 4页
• 分类号: TP242.6
• 字数: 4433字
• 语种: 中文
• DOI: 10.3321/j.issn:1002-8331.2007.30.007

摘要

强化学习是提高机器人完成任务效率的有效方法,目前比较流行的学习方法一般采用累积折扣回报方法,但平均值回报在某些方面更适于多机器人协作.累积折扣回报方法在机器人动作层次上可以提高性能,但在多机器人任务层次上却不会得到很好的协作效果,而采用平均回报值的方法,就可以改变这种状态.本文把基于平均值回报的蒙特卡罗学习应用于多机器人合作中,得到很好的学习效果,实际机器人实验结果表明,采用平均值回报的方法优于累积折扣回报方法.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	洪炳镕	哈尔滨工业大学计算机科学与技术学院	115	2429	28.0	44.0
2	周洪玉	哈尔滨理工大学机械动力学院	36	359	11.0	17.0
3	朴松昊	哈尔滨工业大学计算机科学与技术学院	32	452	8.0	21.0
4	周彤	哈尔滨工业大学计算机科学与技术学院	10	195	7.0	10.0