基于个性的群体强化学习算法

摘要：

本文以RoboCup为平台,提出群体强化学习算法,该算法将个性行为绑定到信息Agent上,让具有不同个性的Agent充当合适的角色,基于共同的目标,Agent可能产生共同的意图,规划出共同的行为,使追求个体目标与整体目标能合理协调,性能分析表明本文算法适用于动态、实时、有干扰、对抗的环境中.

关键词：个性、Agent、群体强化学习、RoboCup

所属期刊栏目：24

分类号：TP311(计算技术、计算机技术)

资助基金：基于粒子群优化和先验信息的约束学习算法研究;颁发部门:国家自然科学基金60702056

在线出版日期：2009-03-13（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：259-261