论文部分内容阅读
本文针对一类追求系统得益最大化的协作团队的学习问题，基于随机博弈的思想，提出了一种新的多Agent协同强化学习方法。协作团队中的每个Agent通过观察协作相识者的历史行为，依照随机博弈模型预测其行为策略，进而得出最优的联合行为策略。
基于随机博弈的Agent协同强化学习方法
【摘 要】
：
本文针对一类追求系统得益最大化的协作团队的学习问题，基于随机博弈的思想，提出了一种新的多Agent协同强化学习方法。协作团队中的每个Agent通过观察协作相识者的历史行为，依照
【机 构】
：
国防科技大学管理科学与工程系
【出 处】
：
计算机工程与科学
【发表日期】
：
2006年2期
【基金项目】
：
国家自然科学基金资助项目（70371008）
其他文献
本文设计并实现了一种新的实体机器人足球比赛中队伍阵型策略方法,此方法建立在对球的Markov预测模型基础上,将目标和阵型相融合,实现了阵型的动态选择以及阵型间的动态切换