多智能体强化学习及其在足球机器人角色分配中的应用

被引:27
作者
段勇 [1 ]
崔宝侠 [1 ]
徐心和 [2 ]
机构
[1] 沈阳工业大学信息科学与工程学院
[2] 东北大学人工智能与机器人研究所
关键词
多智能体系统; 强化学习; 朴素贝叶斯分类器; 机器人足球; 角色分配;
D O I
暂无
中图分类号
TP242 [机器人];
学科分类号
1111 ;
摘要
足球机器人系统是一个典型的多智能体系统,每个机器人球员选择动作不仅与自身的状态有关,还要受到其他球员的影响,因此通过强化学习来实现足球机器人决策策略需要采用组合状态和组合动作.本文研究了基于智能体动作预测的多智能体强化学习算法,使用朴素贝叶斯分类器来预测其他智能体的动作.并引入策略共享机制来交换多智能体所学习的策略,以提高多智能体强化学习的速度.最后,研究了所提出的方法在足球机器人动态角色分配中的应用,实现了多机器人的分工和协作。
引用
收藏
页码:371 / 376
页数:6
相关论文
共 4 条