基于Q-学习的动态单机调度

被引：10

作者：

王世进

孙晟

周炳海

奚立峰

机构：

[1] 上海交通大学机械与动力工程学院

来源：

上海交通大学学报 | 2007年 / 08期

关键词：

Q-学习; 强化学习; 动态单机调度; 调度规则选择;

D O I：

10.16183/j.cnki.jsjtu.2007.08.004

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

针对当前基于Q-学习的Agent生产调度优化研究甚少的现状,利用Q-学习对动态单机调度问题在3种不同系统目标下的调度规则动态选择问题进行了研究.在建立Q-学习与动态单机调度问题映射机制的基础上,通过MATLAB实验仿真,对算法性能进行了评价.仿真结果表明,对于不同的系统调度目标,Q-学习能提高Agent的适应能力,达到单一调度规则无法达到的性能,适合基于Agent的动态生产调度环境.

引用

页码：1227 / 1232+1243 +1243

页数：7

共 5 条

[1] 基于强化学习的多机器人合作行为获取 [J].