基于联合强化学习的RoboCup-2D传球策略

• 作者: 常晓军
• 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 联合Q学习算法 RoboCup-2D 球场状态分解法
• 年，卷（期）: 2011,（23）
• 所属期刊栏目: 工程与应用
• 页码范围: 212-216,219
• 分类号: TP242.6
• 字数: 4996字
• 语种: 中文
• DOI: 10.3778/j.issn.1002-8331.2011.23.060

摘要

在传统Q学习算法基础上引入多智能体系统,提出了多智能体联合Q学习算法.该算法是在同一评价函数下进行多智能体的学习,并且学习过程考虑了参与协作的所有智能体的学习结果.在RoboCup-2D足球仿真比赛中通过引入球场状态分解法减少了状态分量,采用联合学习得到的最优状态作为多智能体协作的最优动作组,有效解决了仿真中各智能体之间的传球策略及其协作问题,仿真和实验结果证明了算法的有效性和可靠性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	常晓军	西安理工大学自动化与信息工程学院	9	23	2.0	4.0