多Agent系统的协作及强化学习算法研究

被引：10

作者：

郑淑丽

韩江洪

骆祥峰

蒋建文

机构：

[1] 合肥工业大学计算机学院

来源：

模式识别与人工智能 | 2002年 / 15卷 / 04期

基金：

安徽省自然科学基金;

关键词：

多Agent系统; 协作与协调; 强化学习;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

140502 [人工智能];

摘要：

研究了多Agent环境下的协作与学习.对多Agent系统中的协作问题提出了协作模型MACM,该模型通过提供灵活协调机制支持多Agent之间的协作及协作过程中的学习.系统中的学习Agent采用分布式强化学习算法.该算法通过映射减少Q值表的存储空间,降低对系统资源的要求,同时能够保证收敛到最优解.

引用

收藏

页码：453 / 457

页数：5

相关论文

共 3 条

[1]

基于移动Agent的分布式计算模型研究 [J].

骆正虎 ;

杨敬安 ;

骆祥峰 ;

郑淑丽 ;

张浩 .

小型微型计算机系统, 2002, (03) :300-304

[2]

A Roadmap of Agent Research and Development [J].

Jennings N.R. ;

Sycara K. ;

Wooldridge M. .

Autonomous Agents and Multi-Agent Systems, 1998, 1 (1) :7-38

[3]

Q-LEARNING [J].

WATKINS, CJCH ;

DAYAN, P .

MACHINE LEARNING, 1992, 8 (3-4) :279-292