基于Q-强化学习的多Agent协商策略及算法

• 作者: 史磊 蔡国永 隋新
• 来源期刊: 计算机工程
• 学科: 工学
• 关键词: Q-强化学习 多Agent 协商策略
• 年，卷（期）: 2010,（17）
• 页码范围: 198-200
• 分类号: TP18
• 字数: 3870字
• 语种: 中文
• DOI: 10.3969/j.issn.1000-3428.2010.17.067

摘要

针对传统Agent协商策略学习能力不足,不能满足现代电子商务环境需要的问题,采用Q-强化学习理论对Agent的双边协商策略加以改进,提出基于Q-强化学习的Agent双边协商策略,并设计实现该策略的算法.通过与时间协商策略比较,证明改进后的Agent协商策略在协商时间、算法效率上优于未经学习的时间策略,能够增强电子商务系统的在线学习能力,缩短协商时间,提高协商效率.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	蔡国永	桂林电子科技大学计算机与控制学院	98	400	12.0	15.0
2	史磊	桂林电子科技大学计算机与控制学院	4	21	2.0	4.0
3	隋新	桂林电子科技大学计算机与控制学院	4	21	2.0	4.0