复杂环境中的多智能体强化学习  

Multi-Agent Reinforcement Learning in Complex Environment

作　　者：罗青[1] 李智军[1] 吕恬生 

机构地区：[1]上海交通大学机器人研究所,上海200030

出　　处：《上海交通大学学报》2002年第3期302-305,共4页Journal of Shanghai Jiaotong University

摘　　要：提出在机器人足球这样的复杂、动态的环境中使用强化学习的方式与问题 ,阐述了强化学习的实现及如何处理机器学习中的常见问题 ,即延迟奖赏、探索与利用、不完整信息等 ,同时探讨了减少复杂性的若干措施 .This paper put forward methods and problems of application of reinforcement learning (RL) in robot soccer, which is complex and dynamic. It specified the implementation of RL and that how to deal with the common problems such as delay rewards, exploration vs. exploitation, partially observability. And it also explored approaches to reduce the complexity.

关 键 词：多智能体系统 机器人足球 复杂环境 强化学习 

分 类 号：TP242[自动化与计算机技术—检测技术与自动化装置]