集体理性约束的Agent协作强化学习
Multi-Agent cooperative reinforcement learning based on collective rationality作者机构：华中科技大学图像识别与人工智能研究所武汉430074
出 版 物：《计算机工程与应用》 (Computer Engineering and Applications)
年 卷 期：2010年第46卷第17期
页 面：8-10,18页
核心收录：
学科分类：12[管理学] 1201[管理学-管理科学与工程(可授管理学、工学学位)] 081104[工学-模式识别与智能系统] 08[工学] 0835[工学-软件工程] 0811[工学-控制科学与工程] 0812[工学-计算机科学与技术（可授工学、理学学位）]
基 金：国家自然科学基金 No.69775022(863) 国家高技术研究发展计划 No.863-306-ZT04-06-3~~
摘 要：将多Agent协作学习过程看作是一个个的阶段博弈,针对博弈中存在多个均衡解的问题,提出一种集体理性约束下的多Agent协作强化学习算法。该算法使得系统中的每个Agent均按照集体利益最大化的集体理性原则进行行为选择,从而解决均衡解一致问题,同时使得集体长期回报值最大化,加快了学习速度。在集体理性的基础上通过评价各Agent对整体任务求解的贡献度,解决信度分配问题。追捕问题的仿真实验结果验证了算法的有效性。
维普期刊数据库
同方期刊数据库