AODE中的多agent协商与学习

被引：2

作者：

王立春

李红兵

陈世福

机构：

[1] 南京大学计算机软件新技术国家重点实验室

来源：

模式识别与人工智能 | 2001年 / 14卷 / 03期

关键词：

多agent系统; 协商; 强化学习;

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：

AODE是我们研制的一个面向agent的智能系统开发环境,本文以AOD为平台研究了多agent环境下的协商与学习,本文利用协商-协商过程-协商线程的概念建立了多边-多问题协商模型MMN,该协商模型支持多agent环境中的多种协商形式及agent在协商过程中的学习,系统中的学习agent采用状态概率聚类空间上的多agent强化学习算法,该算法通过使用状态聚类方法减少Q值表存储所需空间,降低了经典Q-学习算法由于使用Q值表导致的对系统计算资源的要求,且该算法仍然可以保证收敛到最优解。

引用

页码：347 / 351

页数：5