一种新颖的多agent强化学习方法  

A Novel Multi-Agent Reinforcement Learning Approach

作　　者：周浦城[1] 洪炳镕[1] 黄庆成[1] 

机构地区：[1]哈尔滨工业大学计算机科学与技术学院,黑龙江哈尔滨150001

出　　处：《电子学报》2006年第8期1488-1491,共4页Acta Electronica Sinica

基　　金：国家自然科学基金(No.69985002)

摘　　要：提出了一种综合了模块化结构、利益分配学习以及对手建模技术的多agent强化学习方法,利用模块化学习结构来克服状态空间的维数灾问题,将Q-学习与利益分配学习相结合以加快学习速度,采用基于观察的对手建模来预测其他agent的动作分布.追捕问题的仿真结果验证了所提方法的有效性.A novel multi-agent reinforcement learning approach is proposed to learn the coordinated behaviors among cooperative agents team. The proposed approach combines advantages of the modular architecture, profit-sharing learning and opponent modeling technique in a single multi-agent framework. Simulation results on the pursuit problem show that the proposed learning approach has faster convergence speed and more optimal policy over conventional modular Q-learning algorithms.

关 键 词：多AGENT学习 Q-学习 利益分配学习 模块化结构 对手建模 

分 类 号：TP18[自动化与计算机技术—控制理论与控制工程]