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:
在多智能体仿真中使用行为树进行决策具有直观、易扩展等优点,但行为树的设计过程过于复杂,人工调试时效率低下.引入Q-Learning来实现行为树的自动设计.为解决传统Q-Learning的收敛速度慢的问题,将模拟退火算法中的Me-tropolis准则应用到动作选择策略中,随着学习过程自适应改变次优动作的选择概率以及将动态规划思想应用到Q值更新策略.实验结果证明,基于改进的多步Q-Learning行为树的智能体决策模型具有更快的收敛速度,并且能够实现行为树的自动设计和优化.
推荐文章
一种基于可传递置信模型的分布智能体决策融合方法
多智能体决策
信息融合
可传递置信模型
证据推理
机器人足球
基于贝叶斯推理的决策树模型
决策树
贝叶斯推理
逆跳马尔科夫链蒙特卡洛
分类准确率
递归分割
基于多Agent的智能空间决策支持系统模型
Agent
智能空间决策支持
模型
基于风险的供应链智能维护决策模型
供应链
风险状态
智能维护
决策模型
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 基于DP-SAMQ行为树的智能体决策模型研究
来源期刊 计算机仿真 学科
关键词 多智能体 行为树 模拟退火 动态规划 用动态规划和模拟退火改进的多步Q学习
年,卷(期) 2021,(2) 所属期刊栏目 仿真智能化
研究方向 页码范围 301-307
页数 7页 分类号 TP391
字数 语种 中文
DOI 10.3969/j.issn.1006-9348.2021.02.065
五维指标
传播情况
(/次)
(/年)
引文网络
引文网络
二级参考文献  (105)
共引文献  (17)
参考文献  (10)
节点文献
引证文献  (0)
同被引文献  (0)
二级引证文献  (0)
1992(2)
  • 参考文献(0)
  • 二级参考文献(2)
1997(1)
  • 参考文献(0)
  • 二级参考文献(1)
1999(1)
  • 参考文献(0)
  • 二级参考文献(1)
2000(1)
  • 参考文献(0)
  • 二级参考文献(1)
2001(1)
  • 参考文献(0)
  • 二级参考文献(1)
2002(2)
  • 参考文献(0)
  • 二级参考文献(2)
2003(4)
  • 参考文献(0)
  • 二级参考文献(4)
2004(4)
  • 参考文献(0)
  • 二级参考文献(4)
2005(5)
  • 参考文献(0)
  • 二级参考文献(5)
2006(3)
  • 参考文献(0)
  • 二级参考文献(3)
2007(8)
  • 参考文献(0)
  • 二级参考文献(8)
2008(9)
  • 参考文献(1)
  • 二级参考文献(8)
2009(8)
  • 参考文献(0)
  • 二级参考文献(8)
2010(11)
  • 参考文献(0)
  • 二级参考文献(11)
2011(10)
  • 参考文献(0)
  • 二级参考文献(10)
2012(11)
  • 参考文献(0)
  • 二级参考文献(11)
2013(10)
  • 参考文献(0)
  • 二级参考文献(10)
2014(6)
  • 参考文献(1)
  • 二级参考文献(5)
2015(7)
  • 参考文献(1)
  • 二级参考文献(6)
2016(4)
  • 参考文献(1)
  • 二级参考文献(3)
2017(1)
  • 参考文献(1)
  • 二级参考文献(0)
2018(5)
  • 参考文献(4)
  • 二级参考文献(1)
2019(1)
  • 参考文献(1)
  • 二级参考文献(0)
2021(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
多智能体
行为树
模拟退火
动态规划
用动态规划和模拟退火改进的多步Q学习
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
计算机仿真
月刊
1006-9348
11-3724/TP
大16开
北京海淀阜成路14号
82-773
1984
chi
出版文献量(篇)
20896
总下载数(次)
43
相关基金
中科院创新基金
英文译名:
官方网址:
项目类型:
学科类型:
论文1v1指导