| 多Agent Q学习几点问题的研究及改进 |
| |
| 引用本文： | 孟祥萍,王圣镔,王欣欣.多Agent Q学习几点问题的研究及改进[J].计算机工程与设计,2009,30(9). |
| |
| 作者姓名： | 孟祥萍 王圣镔 王欣欣 |
| |
| 作者单位： | 1. 长春工程学院电气与信息学院,吉林,长春,130012
2. 东北电力大学信息工程学院,吉林,吉林,132012 |
| |
| 基金项目： | 教育部科学技术研究项目，吉林省科技发展计划 |
| |
| 摘 要： | 提出了一种新颖的基于Q-学习,蚁群算法和轮盘赌算法的多Agent强化学习.在强化学习算法中,当Agent数量增加到足够大时,就会出现动作空间灾难性问题,即:其交互困难,学习速度骤然下降.另外,由于Agent是利用Q值来选择下一步动作的,因此,在学习早期,动作的选择严重束缚于高Q值.在这里,把蚁群算法,轮盘赌算法和强化学习三者结合起来,期望解决上述提出的问题.最后,对新算法的理论分析和实验结果都证明了改进的Q学习是可行的,并且可以有效的提高学习效率.
|
| 关 键 词： | 多Agent强化学习算法 蚁群算法 轮盘赌算法 Q值 动作空间灾难 |
Study for some problems of multi-agent Q-learning and improving |
| |
| MENG Xiang-ping,WANG Sheng-bin,WANG Xin-xin.Study for some problems of multi-agent Q-learning and improving[J].Computer Engineering and Design,2009,30(9). |
| |
| Authors: | MENG Xiang-ping WANG Sheng-bin WANG Xin-xin |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 维普 万方数据 等数据库收录！ |
|
