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:
强化学习的收敛速度随状态-动作空间的维数呈指数增长,因此在涉及大的状态空间时,强化学习算法的收敛速度非常慢以至不能满足应用需求.在许多应用环境中,若智能体之间存在合作关系,借助多个智能体进行分布式学习可以部分解决这一问题.利用进化算法,设计了智能体繁殖、消亡等操作,使得子代智能体能够继承父代智能体在状态空间的方向信息,从而更快地找到状态一动作空间的有效更新.仿真实验表明:算法比已有的强化学习方法具有更高的搜索效率和收敛速度.
推荐文章
基于黑板模型的多智能体合作学习
多智能体系统
合作学习
黑板模型
一种基于统计的多智能体Q学习算法
Q学习
多智能体系统
统计
RoboCup
多智能体入侵杂草算法
多智能体系统
入侵杂草
竞争合作算子
自学习算子
进化多智能体技术在多目标优化中的应用
进化多智能体
多目标优化
遗传算法
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 基于进化算法的多智能体合作学习
来源期刊 山东大学学报(工学版) 学科 工学
关键词 多智能体系统 合作学习 进化算法
年,卷(期) 2010,(6) 所属期刊栏目
研究方向 页码范围 8-11
页数 分类号 TP181.1
字数 语种 中文
DOI
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 韩伟 南京财经大学信息工程学院 27 143 7.0 10.0
2 王云 南京财经大学信息工程学院 8 14 2.0 3.0
3 王俊 南京财经大学信息工程学院 7 9 2.0 3.0
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (11)
共引文献  (23)
参考文献  (5)
节点文献
引证文献  (2)
同被引文献  (3)
二级引证文献  (3)
1988(1)
  • 参考文献(0)
  • 二级参考文献(1)
1993(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(1)
  • 二级参考文献(0)
2000(2)
  • 参考文献(0)
  • 二级参考文献(2)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(3)
  • 参考文献(1)
  • 二级参考文献(2)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(1)
  • 二级参考文献(0)
2005(2)
  • 参考文献(1)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2010(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)
2011(1)
  • 引证文献(1)
  • 二级引证文献(0)
2015(1)
  • 引证文献(1)
  • 二级引证文献(0)
2017(1)
  • 引证文献(0)
  • 二级引证文献(1)
2018(1)
  • 引证文献(0)
  • 二级引证文献(1)
2019(1)
  • 引证文献(0)
  • 二级引证文献(1)
研究主题发展历程
节点文献
多智能体系统
合作学习
进化算法
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
山东大学学报(工学版)
双月刊
1672-3961
37-1391/T
大16开
济南市经十路17923号
24-221
1956
chi
出版文献量(篇)
3095
总下载数(次)
14
总被引数(次)
24236
  • 期刊分类
  • 期刊(年)
  • 期刊(期)
  • 期刊推荐
论文1v1指导