基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
强化学习作为一种重要的机器学习方法,已经被广泛应用于许多单智能体和多智能体系统.强化学习的性能受所使用的学习算法及其参数的影响很大,不同的学习算法或者参数很小的变化都可能导致学习性能很大的变化.当环境模型未知时,确定最好的算法和最优的参数是困难的.为了避免参数的影响,提出了一种基于多Agent的融合Sarsa(λ)学习系统,它把强化学习环境当作多智能体环境来处理.最后用迷宫实验仿真,结果验证了该方法的可行性和有效性.
推荐文章
一种基于统计的多智能体Q学习算法
Q学习
多智能体系统
统计
RoboCup
基于多智能体技术的信息融合系统
多智能体
信息融合
融合体系
多智能体入侵杂草算法
多智能体系统
入侵杂草
竞争合作算子
自学习算子
基于GAED-MADDPG多智能体强化学习的协作策略研究
强化学习
群体协作
深度学习
群体智慧
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 基于多智能体的融合Sarsa(λ)学习算法
来源期刊 计算机工程与应用 学科 工学
关键词 强化学习 多智能体 融合 Sarsa(λ)算法
年,卷(期) 2008,(4) 所属期刊栏目 数据库与信息处理
研究方向 页码范围 182-183,189
页数 3页 分类号 TP181
字数 2407字 语种 中文
DOI 10.3778/j.issn.1002-8331.2008.04.057
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 殷苌茗 长沙理工大学计算机与通信工程学院 17 95 6.0 9.0
2 薛丽华 长沙理工大学计算机与通信工程学院 2 5 2.0 2.0
3 李立云 长沙理工大学计算机与通信工程学院 3 7 2.0 2.0
4 胡明辉 长沙理工大学计算机与通信工程学院 3 6 2.0 2.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (50)
共引文献  (213)
参考文献  (4)
节点文献
引证文献  (3)
同被引文献  (4)
二级引证文献  (1)
1959(1)
  • 参考文献(0)
  • 二级参考文献(1)
1965(1)
  • 参考文献(0)
  • 二级参考文献(1)
1967(1)
  • 参考文献(0)
  • 二级参考文献(1)
1981(1)
  • 参考文献(0)
  • 二级参考文献(1)
1983(1)
  • 参考文献(0)
  • 二级参考文献(1)
1988(2)
  • 参考文献(1)
  • 二级参考文献(1)
1989(1)
  • 参考文献(0)
  • 二级参考文献(1)
1990(1)
  • 参考文献(0)
  • 二级参考文献(1)
1991(1)
  • 参考文献(0)
  • 二级参考文献(1)
1992(10)
  • 参考文献(0)
  • 二级参考文献(10)
1993(3)
  • 参考文献(0)
  • 二级参考文献(3)
1994(3)
  • 参考文献(0)
  • 二级参考文献(3)
1995(3)
  • 参考文献(0)
  • 二级参考文献(3)
1996(7)
  • 参考文献(1)
  • 二级参考文献(6)
1997(3)
  • 参考文献(0)
  • 二级参考文献(3)
1998(7)
  • 参考文献(0)
  • 二级参考文献(7)
1999(4)
  • 参考文献(0)
  • 二级参考文献(4)
2000(1)
  • 参考文献(1)
  • 二级参考文献(0)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(1)
  • 参考文献(0)
  • 二级参考文献(1)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2008(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)
2014(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(1)
  • 二级引证文献(0)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
强化学习
多智能体
融合
Sarsa(λ)算法
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
计算机工程与应用
半月刊
1002-8331
11-2127/TP
大16开
北京619信箱26分箱
82-605
1964
chi
出版文献量(篇)
39068
总下载数(次)
102
总被引数(次)
390217
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导