期刊文献+

进化博弈中多代理人强化学习模型 被引量:24

Multiagent reinforcement learning-model in evolutionary games
原文传递
导出
摘要 将强化学习引入到进化博弈中,建立了进化博弈中的多代理人强化学习模型,并基于Q-学习给出了算法流程,仿真算例的结果表明多代理人强化学习模型能使得博弈人不断学习、寻求最优策略. In this paper,reinforcement learning is introduced in evolutionary games,multiagent reinforcement learning-model is presented,and the learning algorithm is given based on Q-learning.The results of simulation experiments show that the multiagent reinforcement learning-model can make agents find the optimal strategy by learning.
出处 《系统工程理论与实践》 EI CSCD 北大核心 2009年第3期28-33,共6页 Systems Engineering-Theory & Practice
基金 国家自然科学基金(60574071 70533040)
关键词 博弈论 进化博弈 强化学习 Q-学习 game theory evolutionary game reinforcement learning Q-learning
  • 相关文献

参考文献1

  • 1Christopher J.C.H. Watkins,Peter Dayan. Technical Note: Q-Learning[J] 1992,Machine Learning(3-4):279~292

同被引文献300

引证文献24

二级引证文献277

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