基于Q学习的管制员Agent学习行为研究

• 作者: 刘岳鹏 林颖达 隋东
• 来源期刊: 哈尔滨商业大学学报（自然科学版）
• 学科: 航空航天
• 关键词: 交通运输规划与管理 行为建模 Q学习 多Agent系统
• 年，卷（期）: 2016,（6）
• 所属期刊栏目: 管理科学
• 页码范围: 763-768
• 页数: 6页
• 分类号: V355
• 字数: 3910字
• 语种: 中文

摘要

管制员Agent是空中交通运行仿真系统中的核心部分，为了提高其知识库的完备程度，做到空中交通的精确仿真，可以考虑将机器学习理论引入管制员Agent模型。研究了相关机器学习算法，提出管制员Agent的个体机器学习行为，选择Q学习算法对管制员Agent的学习行为进行建模，使管制员Agent能在空中交通运行仿真中取得最优策略，完善自身冲突解脱知识库的不足。仿真结果证明了管制员Agent学习行为的合理性。

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	隋东	南京航空航天大学民航学院	32	342	11.0	18.0
2	刘岳鹏	南京航空航天大学民航学院	2	6	2.0	2.0
3	林颖达	南京航空航天大学民航学院	4	8	2.0	2.0