混合多Agent环境下动态策略强化学习算法

• 作者: 何青松 张世永 肖正
• 来源期刊: 小型微型计算机系统
• 学科: 工学
• 关键词: 多Agent系统 行为选择 动态策略 强化学习
• 年，卷（期）: 2009,（7）
• 所属期刊栏目: 人工智能与算法研究
• 页码范围: 1268-1273
• 页数: 6页
• 分类号: TP18
• 字数: 8908字
• 语种: 中文

摘要

机器学习在多Agent系统的协作和行为决策中得到广泛关注和深入研究.分析基于均衡解和最佳响应的学习算法,提出了两个混合多Agent环境下动态策略的强化学习算法.该算法不仅能适应系统中其他Agent的行为策略和变化,而且能利用过去的行为历史制定更为准确的时间相关的行为策略.基于两个知名零和博弈,验证了该算法的收敛性和理性,在与最佳响应Agent的重复博弈中能获得更高的收益.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	张世永	复旦大学计算机与信息技术系	130	2402	24.0	46.0
2	肖正	复旦大学计算机与信息技术系	6	81	4.0	6.0
3	何青松	复旦大学计算机与信息技术系	3	6	2.0	2.0