多智能体强化学习在足球机器人中的研究与应用

被引：19

作者：

刘春阳 ^{[1
,2
]}

谭应清 ^{[1
]}

柳长安 ^{[1
]}

马莹巍 ^{[1
]}

机构：

[1] 华北电力大学控制与计算机工程学院

[2] 北京科技大学信息工程学院

来源：

电子学报 | 2010年 / 38卷 / 08期

关键词：

强化学习; 机器人足球; 多智能体系统; 投票;

D O I：

暂无

中图分类号：

TP242.6 [智能机器人];

学科分类号：

081104 ;

摘要：

本文提出一种基于投票的多智能体强化学习方法,使球队在比赛中学会协作,自动适应环境,提高实时性和进球数.首先通过定义称为策略的联合行为,将协作问题转化为对策略的学习,简化问题的处理;然后对球场进行划分,以区域表示位置,有效减少了状态空间维数,加快了学习速度;接下来通过区分环境状态并只考虑协作状态,减小状态空间,进一步提高了学习速度;并使用投票的方式综合各个队员的决策,达到协作的目的.最后通过实验结果表明了该方法的正确性和有效性.

引用

页码：1958 / 1962

页数：5

共 8 条

[1] 用基于知识的遗传算法实现移动机器人路径规划 [J].