基于Markov对策的多Agent强化学习模型及算法研究

被引：29

作者：

高阳

周志华

何佳洲

陈世福

不详

机构：

[1] 南京大学计算机软件新技术国家重点实验室! 南京

来源：

计算机研究与发展 | 2000年 / 03期

关键词：

元对策; 强化学习; 多Agent系统; 非零和Markov对策;

D O I：

暂无

中图分类号：

TP18 [人工智能理论];

学科分类号：

081104 ; 0812 ; 0835 ; 1405 ;

摘要：

在ＭＤＰ中，单Ａｇｅｎｔ可以通过强化学习来寻找问题的最优解．但在多Ａｇｅｎｔ系统中，ＭＤＰ模型不再适用．同样极小极大Ｑ算法只能解决采用零和对策模型的ＭＡＳ学习问题．文中采用非零和Ｍａｒｋｏｖ对策作为多Ａｇｅｎｔ系统学习框架，并提出元对策强化学习的学习模型和元对策Ｑ算法．理论证明元对策Ｑ算法收敛在非零和Ｍａｒｋｏｖ对策的元对策最优解．

引用

页码：257 / 263

页数：7