基于事件驱动的多智能体强化学习研究
本文针对多智能体强化学习中存在的通信和计算资源消耗大等问题,提出了一种基于事件驱动的多智能体强化学习算法,侧重于事件驱动在多智能体学习策略层方面的研究.在智能体与环境的交互过程中,算法基于事件驱动的思想,根据智能体观测信息的变化率设计触发函数,使学习过程中的通信和学习时机无需实时或按周期地进行,故在相同时间内可以降低数据传输和计算次数.另外,分析了该算法的计算资源消耗,以及对算法收敛性进行了论证.最后,仿真实验说明了该算法可以在学习过程中减少一定的通信次数和策略遍历次数,进而缓解了通信和计算资源消耗.
事件驱动、多智能体、强化学习、分布式马尔科夫决策过程、收敛性
12
TP181(自动化基础理论)
国家自然科学基金青年项目61304166
2017-05-08(万方平台首次上网日期,不代表论文的发表时间)
共6页
82-87