基于参数逼近的多智能体强化学习算法

• 作者: 刘豪 苏军 赵高长
• 来源期刊: 计算机工程与设计
• 学科: 工学
• 关键词: 智能体系统 强化学习 马尔科夫博弈 Q学习 纳什均衡
• 年，卷（期）: 2020,（3）
• 所属期刊栏目: 智能技术
• 页码范围: 862-866
• 页数: 5页
• 分类号: TP181
• 字数: 4854字
• 语种: 中文
• DOI: 10.16208/j.issn1000-7024.2020.03.042

摘要

为改善多智能体纳什Q学习算法适应性差、条件苛刻、运算复杂,且没有通用方法更新策略价值等问题,提出基于参数的算法改进思路.引入联合动作向量简化算法,引入参数,通过参数近似控制状态-行为值函数,转化训练目标,给出参数逼近的值函数更新方程,理论分析算法的收敛性及可行性.仿真结果表明,基于参数逼近的多智能体强化学习算法,能够使智能体100％达到纳什均衡,提高算法性能,简化算法复杂性,相比传统纳什Q学习算法能够较快收敛.

作者信息

序号	姓名	单位	发文数	被引次数	H指数	G指数
1	苏军	西安科技大学理学院	9	14	2.0	3.0
2	赵高长	西安科技大学理学院	19	448	5.0	19.0
3	刘豪	西安科技大学理学院	1	0	0.0	0.0