一种基于案例推理的多agent强化学习方法研究

• 作者: 李珺 洪炳殚 潘启树
• 来源期刊: 机器人
• 关键词: 多agent强化学习 Q学习 策略再用 基于案例的推理 追捕问题
• 年，卷（期）: 2009,（4）
• 所属期刊栏目: 论文与报告
• 页码范围: 320-326
• 页数: 7页
• 分类号: TP18
• 语种: 中文
• DOI: 10.3321/j.issn:1002-0446.2009.04.005

摘要

提出一种基于案例推理的多agent强化学习方法.构建了系统策略案例库,通过判断agent之间的协作关系选择相应案例库子集.利用模拟退火方法从中寻找最合适的可再用案例策略,agent按照案例指导执行动作选择.在没有可用案例的情况下,agent执行联合行为学习(JAL).在学习结果的基础上实时更新系统策略案例库.追捕问题的仿真结果表明所提方法明显提高了学习速度与收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	潘启树	哈尔滨工业大学计算机科学与技术学院	32	624	13.0	24.0
2	洪炳殚	哈尔滨工业大学计算机科学与技术学院	6	81	5.0	6.0
3	李珺	哈尔滨工业大学计算机科学与技术学院	5	40	4.0	5.0