多智能体合作环境下的分布式强化学习

• 作者: 何勇 傅波 吴敏 陈鑫
• 来源期刊: 华中科技大学学报（自然科学版）
• 学科: 工学
• 关键词: 多智能体系统 强化学习 分布式学习 适应性 协作
• 年，卷（期）: 2013,（z1）
• 所属期刊栏目: 机器学习、算法与系统仿真
• 页码范围: 363-366
• 分类号: TP18
• 语种: 中文

摘要

针对多智能体完全合作环境下学习速度慢及收敛效果不佳问题,提出了基于分布式强化学习的二阶段适应学习方法,依次实现了智能体对环境的适应以及系统内部的协作.在第一阶段,智能体间的强化学习相互独立,以快速适应状态空间环境为主;该阶段中引入对环境的适应性因子,当智能体学习的误差小于该值时,智能体达到了对坏境的较高适应度.第二阶段中智能体采用不同的学习率进行交替适应学习,经过智能体间学习率的调整,实现了智能体学习系统中慢者与快者间的适应,最终形成协作直至收敛.与经典算法仿真结果的比较表明了二阶段适应性学习算法的可行性与高效性.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	何勇	中南大学信息科学与工程学院	60	622	13.0	22.0
5	陈鑫	中南大学信息科学与工程学院	58	403	10.0	17.0
9	傅波	中南大学信息科学与工程学院	1	2	1.0	1.0