论文部分内容阅读
将Q-learning从单智能体框架上扩展到非合作的多智能体框架上,建立了在一般和随机对策框架下的多智能体理论框架和学习算法,提出了以Nash平衡点作为学习目标.给出了对策结构的约束条件,并证明了在此约束条件下算法的收敛性, 对多智能体系统的研究与应用有重要意义.
基于一般和随机对策论框架下的多智能体学习
【摘 要】
：
将Q-learning从单智能体框架上扩展到非合作的多智能体框架上,建立了在一般和随机对策框架下的多智能体理论框架和学习算法,提出了以Nash平衡点作为学习目标.给出了对策结构
【机 构】
：
上海交通大学自动化系
【出 处】
：
自动化学报
【发表日期】
：
2002年3期
其他文献
在混合估计中,交互式多模型滤波器(IMM--Interacting MultipIe Model)以其优越的性能而受到广泛的研究.由于马尔可夫参数的限定,交互式多模型在模型数较多时会出现精度下降,
本研究基于全国14000份本科生调查样本,采用回归模型和系数集束化方法,分析了课堂教学以及学生课堂参与在本科生专业能力增值中的作用,并对“教师中心”教学、“学生中心”教