一种新颖的多agent强化学习方法

被引：9

作者：

周浦城

洪炳镕

黄庆成

机构：

[1] 哈尔滨工业大学计算机科学与技术学院

来源：

关键词：

多agent学习; Q-学习; 利益分配学习; 模块化结构; 对手建模;

D O I：

暂无

中图分类号：

TP181 [自动推理、机器学习];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性.

引用

页码：1488 / 1491

页数：4

共 5 条

[1] Coordinating multiple agents via reinforcement learning [J].

Chen, G ;

Yang, ZH ;

He, H ;

Goh, KM .

[2] Autonomous agents that learn to better coordinate [J].

Garland, A ;

Alterman, R .

[3]

Learning Coordination Strategies for Cooperative Multiagent Systems[J] . F. Ho,M. Kamel.Machine Learning . 1998 (2)

[4]

Technical Note: Q-Learning[J] . Christopher J.C.H. Watkins,Peter Dayan.Machine Learning . 1992 (3)

[5]

Credit assignment in rule discovery systems based on genetic algorithms[J] . John J. Grefenstette.Machine Learning . 1988 (2)