基于联合博弈的多Agent学习

• 作者: 刘焜 张荣国 陈大川 黄付亮
• 来源期刊: 计算机与数字工程
• 学科: 工学
• 关键词: Agent 强化学习 联合博弈 MAS
• 年，卷（期）: 2011,（6）
• 所属期刊栏目: 算法与分析
• 页码范围: 21-24
• 分类号: TP181
• 字数: 3910字
• 语种: 中文
• DOI: 10.3969/j.issn.1672-9722.2011.06.007

摘要

在研究Q-Learning算法的基础上,将博弈论中的团队协作理论引入到强化学习中,提出了一种基于联合博弈的多Agent学习算法.该算法通过建立多个阶段博弈,根据回报矩阵对阶段博弈的结果进行评估,为其提供一种有效的Agent行为决策策略,使每个Agent通过最优均衡解或观察协作Agent的历史动作和自身当前情况来预测其所要执行的动作.对任务调度问题进行仿真实验,验证了该算法的收敛性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘焜	合肥工业大学机械与汽车工程学院	168	1814	24.0	33.0
2	张荣国	太原科技大学计算机科学与技术学院	50	243	10.0	13.0
3	陈大川	太原科技大学计算机科学与技术学院	4	43	3.0	4.0
4	黄付亮	太原科技大学计算机科学与技术学院	2	7	1.0	2.0