-
题名基于高斯回归的连续空间多智能体跟踪学习
被引量:2
- 1
-
-
作者
陈鑫
魏海军
吴敏
曹卫华
-
机构
中南大学信息科学与工程学院
先进控制与智能自动化湖南省工程实验室
-
出处
《自动化学报》
EI
CSCD
北大核心
2013年第12期2021-2031,共11页
-
基金
国家自然科学基金(61074058)资助~~
-
文摘
提高适应性、实现连续空间的泛化、降低维度是实现多智能体强化学习(Multi-agent reinforcement learning,MARL)在连续系统中应用的几个关键.针对上述需求,本文提出连续多智能体系统(Multi-agent systems,MAS)环境下基于模型的智能体跟踪式学习机制和算法(MAS MBRL-CPT).以学习智能体适应同伴策略为出发点,通过定义个体期望即时回报,将智能体对同伴策略的观测融入环境交互效果中,并运用随机逼近实现个体期望即时回报的在线学习.定义降维的Q函数,在降低学习空间维度的同时,建立MAS环境下智能体跟踪式学习的Markov决策过程(Markov decision process,MDP).在运用高斯回归建立状态转移概率模型的基础上,实现泛化样本集Q值函数的在线动态规划求解.基于离散样本集Q函数运用高斯回归建立值函数和策略的泛化模型.MAS MBRL-CPT在连续空间Multi-cart-pole控制系统的仿真实验表明,算法能够使学习智能体在系统动力学模型和同伴策略未知的条件下,实现适应性协作策略的学习,具有学习效率高、泛化能力强等特点.
-
关键词
连续状态空间
多智能体系统
基于模型的强化学习
高斯回归
-
Keywords
continuous state space, multi-agent systems (mas), model-based reinforcement learning (mbrl), gaussianregression (gr)
-
分类号
TP18
[自动化与计算机技术—控制理论与控制工程]
-