期刊文献+

一种基于Agent团队的强化学习模型与应用研究 被引量:31

AN AGENT TEAM BASED REINFORCEMENT LEARNING MODEL AND ITS APPLICATION
下载PDF
导出
摘要 多 Agent学习是近年来受到较多关注的研究方向 .以单 Agent强化学习 Q - learning算法为基础 ,提出了一种基于 Agent团队的强化学习模型 ,这个模型的最大特点是引入主导 Agent作为团队学习的主角 ,并通过主导Agent的角色变换实现整个团队的学习 .结合仿真机器人足球领域 ,设计了具体的应用模型 ,在几个方面对 Q -learning进行了扩充 ,并进行了实验 . Multi agent learning has attracted increasing attention in recent years. In this paper, a novel model for reinforcement learning based on agent team is proposed. Its basis is Q learning, a single agent reinforcement learning algorithm. The most significant characteristic of the model is the introduction of the active agent, the major role in team learning. By switching the active agent, team learning is achieved. A model in robotic soccer domain is implemented by extending the Q learing algorithm, and some positive results are obtained in experiments. Success in robotic soccer domain shows the effectiveness of the model.
作者 蔡庆生 张波
出处 《计算机研究与发展》 EI CSCD 北大核心 2000年第9期1087-1093,共7页 Journal of Computer Research and Development
基金 国家自然科学基金资助!(项目编号 69675 0 16)
关键词 AGENT团队 机器人足球 强化学习模型 人工智能 agent team, reinforcement learning, robotic soccer
  • 相关文献

同被引文献351

引证文献31

二级引证文献162

相关作者

内容加载中请稍等...

相关机构

内容加载中请稍等...

相关主题

内容加载中请稍等...

浏览历史

内容加载中请稍等...
;
使用帮助 返回顶部