基于博弈强化学习的多智能体协作行为寻优

• 作者: 张捍东 暴伟 王丽华
• 来源期刊: 自动化与仪表
• 关键词: 多Agent博弈 动态协作寻优 改进Pareto-Q 收益分配
• 年，卷（期）: 2009,（1）
• 所属期刊栏目: 专题研究
• 页码范围: 1-4
• 页数: 4页
• 分类号: TP242.6
• 语种: 中文
• DOI: 10.3969/j.issn.1001-9944.2009.01.001

摘要

针对非监督Agent系统协作行为的动态优化中存在难以使行动序列收敛到Parcto最优问题,提出一种一般和博弈框架下改进Pareto-Q算法,将全局目标作为局部Pareto最优联合行为强化学习目标,并提出基于可接受度分配共同收益,将全局意义下的最优行为通过迭代学习转化为局部Pareto行为,以多机器人行为协调为模型,仿真验证了算法的可行性和实用性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张捍东	安徽工业大学电气信息学院	80	1240	16.0	34.0
2	王丽华	安徽工业大学机械工程学院	12	23	3.0	4.0
3	暴伟	安徽工业大学电气信息学院	8	24	2.0	4.0