首页 | 本学科首页   官方微博 | 高级检索  
     

多Agent系统中Q学习算法研究
引用本文:战忠丽,王强,王佩霞. 多Agent系统中Q学习算法研究[J]. 辽宁农业职业技术学院学报, 2008, 10(5): 48-50
作者姓名:战忠丽  王强  王佩霞
作者单位:辽宁农业职业技术学院,辽宁,营口,115009;吉林电子信息职业技术学院,吉林,吉林,132021
摘    要:为了提高多Agent系统中的典型的强化学习——Q学习的学习效率和收敛速度,充分利用环境信息和相关的专家经验,提出了改进的多Agent系统强化学习算法(Q学习算法)。该算法通过Agent间对信息的共享,有效地将Q学习算法扩展应用到多Agent系统中。

关 键 词:强化学习  Q学习  多Agent系统

Q-Learning in Multi-Agent Systems
ZHAN Zhong-li,WANG Qiang,WANG Pei-xia. Q-Learning in Multi-Agent Systems[J]. Journal of Liaoning Agricultural Vocation-Technical College, 2008, 10(5): 48-50
Authors:ZHAN Zhong-li  WANG Qiang  WANG Pei-xia
Affiliation:ZHAN Zhong - li, WANG Qiang, WANG Peixia (1. Jilin Technology University of Electric Information,Jilin 132012, China 2. Liaoning Agricultural College,Yingkou, 115009, China )
Abstract:Reinforcement Learning(RL)is an important branch of machine learning and Q-learning is a typical RL.The learning process adjusts its actions according to external signals from interactions with the environment.I proposed a improved Multi-Agent System Reinforcement Learning Algorithm,which can extend Q-Learning Algorithm to Multi-Agent System via sharing all of Agents' information.
Keywords:RL  QL  MAS
本文献已被 CNKI 维普 万方数据 等数据库收录!
设为首页 | 免责声明 | 关于勤云 | 加入收藏

Copyright©北京勤云科技发展有限公司  京ICP备09084417号