基于多Agent并行采样和学习经验复用的E3算法

摘要：

针对E3算法所需的收敛时间界限太大,在实际问题中难以有效应用的问题,提出了一种基于多Agent并行采样和学习经验复用的改进算法.该算法在探索阶段,通过多Agent并行采样,快速收集模型信息,加速了模型构建过程；在利用阶段,通过保留最优值函数的方式复用算法的学习经验,提高了算法迭代计算值函数的效率.仿真实验结果表明,所提方法与原始的E3算法相比,在收敛速度和精度方面都具有很大的提高,与其他两种并行强化学习方法相比也具有很大的性能优势.

关键词：人工智能、强化学习、E3算法、多Agent、并行采样、学习经验复用

所属期刊栏目：43

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金项目61070223,61103045,60970015,61170020,61272005;江苏省自然科学基金项目BK2009116,BK2012616;江苏省高校自然科学研究项目09KJA520002,09KJB520012;吉林大学符号计算与知识工程教育部重点实验室项目93K172012K04

在线出版日期：2016-05-17（万方平台首次上网日期，不代表论文的发表时间）

页数：共6页

页码：135-140