动态环境下多智能体协作学习方法的研究

• 作者: 王全武 胡晓辉
• 来源期刊: 科技创新导报
• 学科: 工学
• 关键词: 多智能体系统 强化学习 协作学习 预测分析技术 追捕问题 黑板模型
• 年，卷（期）: 2011,（9）
• 所属期刊栏目: 学术论坛
• 页码范围: 253-254
• 分类号: TP18
• 字数: 1706字
• 语种: 中文
• DOI: 10.3969/j.issn.1674-098X.2011.09.207

摘要

将预测分析技术和强化学习技术有机结合,使多Agent系统中的各Agent,不仅具有了高度反应自适应性,而且拥有了高效而准确的预测分析能力;使Agent的行为更具有针对性,尽可能地减少错误,保证学习的正确方向,提高Agent间进行信息共享,融合单个Agent的Q值表.相当于相同情况下增加了学习次数,不仅尽可能地消除策略中的冗余动作,以高效的方式实现最终目标,而且提高多Agent系统执行效率和收敛速度及性能.本文提出了一种改进的多Agent间协作学习方法,适用于环境不完备的复杂情况.以追捕问题作为仿真实验.结果表明所提方法能够有效地促进多智能体系统中各Agent间协作学习能力.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	胡晓辉	兰州交通大学电信学院	99	503	10.0	16.0
2	王全武	兰州交通大学电信学院	1	0	0.0	0.0