作者:
基本信息来源于合作网站,原文需代理用户跳转至来源网站获取       
摘要:
文章在rollout算法基础上研究了在多Agent MDPs的学习问题.利用神经元动态规划逼近方法来降低其空间复杂度,从而减少算法“维数灾”.由于Rollout算法具有很强的内在并行性,文中还分析了并行求解方法.通过多级仓库库存控制的仿真试验,验证了RoUout算法在多Agent学习中的有效性.
推荐文章
多Agent的并行思智算法
并行思智算法 多 Agent BDI 模型
一个多Agent学习模型
Agent
遗传算法
任务分解
任务分配
学习模式
基于强化学习的多移动Agent学习算法
强化学习
移动Agent
学习
学习算法
基于量子计算的多Agent协作学习算法
多Agent系统
协作
量子计算
Q-学习
均衡解
内容分析
关键词云
关键词热度
相关文献总数  
(/次)
(/年)
文献信息
篇名 多Agent MDPs中并行Rollout学习算法
来源期刊 安徽工程大学学报 学科 工学
关键词 rollout算法 神经元动态规划 多Agent学习 性能势 并行算法
年,卷(期) 2014,(2) 所属期刊栏目 自动化与信息工程
研究方向 页码范围 75-78
页数 4页 分类号 TP18
字数 3609字 语种 中文
DOI
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (8)
共引文献  (0)
参考文献  (5)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1997(3)
  • 参考文献(1)
  • 二级参考文献(2)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(1)
  • 参考文献(0)
  • 二级参考文献(1)
2003(2)
  • 参考文献(0)
  • 二级参考文献(2)
2004(1)
  • 参考文献(0)
  • 二级参考文献(1)
2006(1)
  • 参考文献(0)
  • 二级参考文献(1)
2007(1)
  • 参考文献(1)
  • 二级参考文献(0)
2011(2)
  • 参考文献(2)
  • 二级参考文献(0)
2012(1)
  • 参考文献(1)
  • 二级参考文献(0)
2014(0)
  • 参考文献(0)
  • 二级参考文献(0)
  • 引证文献(0)
  • 二级引证文献(0)
研究主题发展历程
节点文献
rollout算法
神经元动态规划
多Agent学习
性能势
并行算法
研究起点
研究来源
研究分支
研究去脉
引文网络交叉学科
相关学者/机构
期刊影响力
安徽工程大学学报
双月刊
2095-0977
34-1318/N
大16开
安徽省芜湖市赭山东路8号
1983
chi
出版文献量(篇)
1898
总下载数(次)
5
总被引数(次)
6969
论文1v1指导