基于强化学习与对策的多代理协同技术  

Muitiagent Coordination Based on Reinforcement Learning and Games

作　　者：张化祥[1] 黄上腾[1] 

机构地区：[1]上海交通大学计算机科学与工程系,上海200030

出　　处：《计算机科学》2004年第8期116-119,共4页Computer Science

摘　　要：本文从强化学习与 Markov 对策相结合方面考察了多代理协同技术的发展,系统地分析了已有的研究成果,并指出基于强化学习与对策的多代理协同技术研完中存在的问题及未来研究方向。The technology of multiagent coordination based on reinforcement learning and Markov games is reviewed in this paper ,and asystematic analysis of the reseach achievement in this field is introduced. Open problems of multia- gent reinforcement learning and games in multiagent coordination are discribed,and future research is pointed out.

关 键 词：多代理协同 强化学习 MARKOV对策 分布式人工智能 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]