基于主智能体的群体学习算法GLBMA

被引：4

作者：

程显毅

李淑琴

夏德深

机构：

[1] 南京理工大学计算机系

[2] 南京理工大学计算机系江苏南京

来源：

江苏大学学报(自然科学版) | 2005年 / 05期

关键词：

智能体; 主智能体; 强化学习; RoboCup; 行为学习状态空间;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

以机器人足球比赛(RoboCup)为背景,基于主智能体和辅助智能体概念,提出了基于主智能体群体强化学习算法(GLBMA),该算法通过主智能体和辅智能体的角色切换来实现整个团队的学习,改进了传统的群体强化学习算法。RoboCup仿真比赛试验表明,传统群体强化学习算法中的行为学习状态空间过大,连续状态空间的行为选择及多智能体合作求解等问题得到了解决.

引用

页码：437 / 439

页数：3