基于改进蚁群算法的Q学习算法研究

• 作者: 付鹏 罗杰
• 来源期刊: 计算机技术与发展
• 学科: 工学
• 关键词: 多Agent系统Q学习 改进蚁群算法 围捕问题
• 年，卷（期）: 2013,（2）
• 页码范围: 123-126
• 分类号: TP301
• 字数: 3625字
• 语种: 中文
• DOI: 10.3969/j.jssn.1673-2013.02.031

摘要

文中以围捕问题作为研究平台,以提高多Agent系统中Q学习算法的学习效率作为研究目标,提出了一种基于改进蚁群算法的Q学习算法.该算法将信息素的概念引入到Q学习中,结合采用动态自适应调整信息素挥发因子的蚁群算法,使Agent在进行行为决策时不再只以Q值作为参考标准,而是考量Q值与信息素的综合效应,加强了Agent彼此间的信息共享,增强了交互性.并且对于复杂变化的周围环境,根据具体环境条件,设立分阶段的多奖惩标准,使算法对于环境和状态有更好的适应性.仿真实验证明了改进后的Q学习算法提高了学习系统的效率,高效地实现了多Agent系统的目标任务.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	罗杰	南京邮电大学自动化学院	12	36	3.0	4.0
2	付鹏	南京邮电大学自动化学院	2	9	2.0	2.0