多智能体系统中的分布式强化学习研究现状

被引:12
作者
仲宇
顾国昌
张汝波
机构
[1] 哈尔滨工程大学计算机科学与技术学院
[2] 哈尔滨工程大学计算机科学与技术学院 黑龙江 哈尔滨
[3] 黑龙江 哈尔滨
[4] 黑龙江 哈尔滨 中国科学院 沈阳自动化研究所 机器人学重点实验室
[5] 辽宁 沈阳
关键词
分布式强化学习; 多智能体系统; 机器学习;
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
对目前世界上分布式强化学习方法的研究成果加以总结,分析比较了独立强化学习、社会强化学习和群体强化学习三类分布式强化学习方法的特点、差别和适用范围,并对分布式强化学习仍需解决的问题和未来的发展方向进行了探讨。
引用
收藏
页码:317 / 322
页数:6
相关论文
共 12 条
  • [1] 强化学习理论、算法及应用
    张汝波
    顾国昌
    刘照德
    王醒策
    [J]. 控制理论与应用, 2000, (05) : 637 - 642
  • [2] 一种基于Agent团队的强化学习模型与应用研究
    蔡庆生
    张波
    [J]. 计算机研究与发展, 2000, (09) : 1087 - 1093
  • [3] 基于Markov对策的多Agent强化学习模型及算法研究
    高阳
    周志华
    何佳洲
    陈世福
    不详
    [J]. 计算机研究与发展 , 2000, (03) : 257 - 263
  • [4] Managing complexity in large learning robotic systems
    Eng, K
    Robertson, AP
    Blackman, DR
    [J]. JOURNAL OF INTELLIGENT & ROBOTIC SYSTEMS, 2000, 27 (03) : 263 - 273
  • [5] Toward a model of intelligence as an economy of agents
    Baum, EB
    [J]. MACHINE LEARNING, 1999, 35 (02) : 155 - 185
  • [6] Multi-agent reinforcement learning: weighting and partitioning[J] . R. Sun,T. Peterson.Neural Networks . 1999 (4)
  • [7] Embedding a Priori Knowledge in Reinforcement Learning[J] . Carlos H. C. Ribeiro.Journal of Intelligent and Robotic Systems . 1998 (1)
  • [8] Elevator Group Control Using Multiple Reinforcement Learning Agents[J] . Robert H. Crites,Andrew G. Barto.Machine Learning . 1998 (2)
  • [9] Colearning in Differential Games[J] . John W. Sheppard.Machine Learning . 1998 (2)
  • [10] Learning Coordination Strategies for Cooperative Multiagent Systems[J] . F. Ho,M. Kamel.Machine Learning . 1998 (2)