基于多Agent并行采样和学习经验复用的E3算法

• 作者: 刘全 杨旭东 肖飞 荆玲
• 来源期刊: 吉林大学学报（工学版）
• 学科: 工学
• 关键词: 人工智能 强化学习 E3算法 多Agent 并行采样 学习经验复用
• 年，卷（期）: 2013,（1）
• 页码范围: 135-140
• 页数: 6页
• 分类号: TP181
• 字数: 3432字
• 语种: 中文

摘要

针对E3算法所需的收敛时间界限太大,在实际问题中难以有效应用的问题,提出了一种基于多Agent并行采样和学习经验复用的改进算法.该算法在探索阶段,通过多Agent并行采样,快速收集模型信息,加速了模型构建过程；在利用阶段,通过保留最优值函数的方式复用算法的学习经验,提高了算法迭代计算值函数的效率.仿真实验结果表明,所提方法与原始的E3算法相比,在收敛速度和精度方面都具有很大的提高,与其他两种并行强化学习方法相比也具有很大的性能优势.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	刘全	苏州大学计算机科学与技术学院	99	1053	16.0	29.0
5	肖飞	苏州大学计算机科学与技术学院	11	80	5.0	8.0
6	杨旭东	苏州大学计算机科学与技术学院	4	21	3.0	4.0
7	荆玲	南京大学计算机科学与技术系	4	21	3.0	4.0