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:
多智能体Q-学习问题往往因为联合动作的个数指数级增长而变得无法解决.从研究分层强化学习入手,通过对强化学习中合作MAS的研究,在基于系统工作逻辑的研究基础上,提出了基于学习过程分层的局部合作强化学习,通过对独立Agent强化学习的知识考察,改进多Agent系统学习的效率,进一步提高了局部合作强化学习的效能.从而解决强化学习中的状态空间的维数灾难,并通过仿真足球的2vsl防守证明了算法的有效性.
推荐文章
局部合作多智能体Q-学习研究
多Agent系统
强化学习
Q-学习
局部合作
基于局部合作的RoboCup多智能体Q-学习
马尔可夫决策
Q-学习
局部合作
仿真2D
基于改进Q-学习的导航知识获取算法研究
强化学习
Q-学习
探索区域扩张
模拟退火
神经网络
基于Q-学习算法的异常检测模型
网络安全
异常检测
模型
Q-学习算法
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 分层的局部合作Q-学习
来源期刊 计算机工程与应用 学科 工学
关键词 多智能体系统 局部合作 Q-学习 过程分层
年,卷(期) 2009,(22) 所属期刊栏目 博士论坛
研究方向 页码范围 7-9,26
页数 4页 分类号 TP18
字数 3976字 语种 中文
DOI 10.3778/j.issn.1002-8331.2009.22.003
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 李龙澍 安徽大学计算智能与信号处理教育部重点实验室 199 1780 21.0 29.0
2 刘亮 安徽大学计算智能与信号处理教育部重点实验室 14 72 5.0 8.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (0)
共引文献  (0)
参考文献  (1)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
2003(1)
  • 参考文献(1)
  • 二级参考文献(0)
2009(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)
研究主题发展历程
节点文献
多智能体系统
局部合作
Q-学习
过程分层
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
相关基金
国家自然科学基金
英文译名:the National Natural Science Foundation of China
官方网址:http://www.nsfc.gov.cn/
项目类型:青年科学基金项目(面上项目)
学科类型:数理科学
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导