基于蚁群算法和轮盘算法的多Agent Q学习

• 作者: 孟祥萍 王圣镔 王欣欣
• 来源期刊: 计算机工程与应用
• 学科: 工学
• 关键词: 多Agent强化学习算法 蚁群算法 轮盘赌算法
• 年，卷（期）: 2009,（16）
• 所属期刊栏目: 研究、探讨
• 页码范围: 60-62
• 页数: 3页
• 分类号: TP18
• 字数: 3108字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2009.16.016

摘要

提出了一种新颖的基于Q-学习、蚁群算法和轮盘赌算法的多Agent强化学习.在强化学习算法中,当Agent数量增加到足够大时,就会出现动作空间灾难性问题,即:其学习速度骤然下降.另外,Agent是利用Q值来选择下一步动作的,因此,在学习早期,动作的选择严重束缚于高Q值.把蚁群算法、轮盘赌算法和强化学习三者结合起来,期望解决上述提出的问题.最后,对新算法的理论分析和实验结果都证明了改进的Q学习是可行的,并且可以有效地提高学习效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	孟祥萍	长春工程学院电气与信息学院	83	832	15.0	23.0
2	王圣镔	东北电力大学信息工程学院	3	20	2.0	3.0
3	王欣欣	东北电力大学信息工程学院	2	18	2.0	2.0