基于中介Agent的强化学习优化协商模型

• 作者: 张京敏 董红斌
• 来源期刊: 计算机科学
• 学科: 工学
• 关键词: 多Agent 强化学习 自适应学习 中介Agent
• 年，卷（期）: 2017,（1）
• 所属期刊栏目: 2016第六届中国数据挖掘会议
• 页码范围: 53-59
• 页数: 7页
• 分类号: TP18
• 字数: 11381字
• 语种: 中文
• DOI: 10.11896/j.issn.1002-137X.2017.01.010

摘要

提出了一种基于强化学习的双边优化协商模型.引入了一个中介Agent.在强化学习策略中使用不同的参数产生提议,进而选出最好的参数进行协商.为了进一步提高协商的性能,还提出了基于中介Agent自适应的学习能力.仿真实验结果证明了所提协商方法的有效性,且该方法提高了协商的性能.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	董红斌	哈尔滨工程大学计算机科学与技术学院	36	277	9.0	15.0
2	张京敏	哈尔滨工程大学计算机科学与技术学院	1	5	1.0	1.0