10.3778/j.issn.1002-8331.2010.17.003
集体理性约束的Agent协作强化学习
将多Agent协作学习过程看作是一个个的阶段博弈,针对博弈中存在多个均衡解的问题,提出一种集体理性约束下的多Agent协作强化学习算法.该算法使得系统中的每个Agent均按照集体利益最大化的集体理性原则进行行为选择,从而解决均衡解一致问题,同时使得集体长期回报值最大化,加快了学习速度.在集体理性的基础上通过评价各Agent对整体任务求解的贡献度,解决信度分配问题.追捕问题的仿真实验结果验证了算法的有效性.
多Agent系统、强化学习、集体理性
46
TP18(自动化基础理论)
国家自然科学基金the National Natural Science Foundation of China under Grant 69775022;国家高技术研究发展计划863the National High-Tech Research and Development Plan of China under Grant 863-306-ZT04-06-3
2010-08-30(万方平台首次上网日期,不代表论文的发表时间)
共4页
8-10,18