- 1、本文档共9页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
查看更多
AODE中基于强化学习的Agent协商模型.pdf
南京大学学报(自然科学)
第37卷第2期 V0137.No.2
UNIVERSITY
2001年3月 JOURNAI。OFNANJING Mar.200l
(NATURALSCIENCES)
AODE中基于强化学习的Agent协商模型’
王立春,高 阳,陈世福
(南京太学计算机软件新技术国家重点实验室南京大学计算机科学与技术系,南京,210093)
摘要: AODE是我们研制的一个面向Agent的智能系统开发环境AODE中基于强化学习
的Agent协商模型采用Markov决策过程和连续决策过程分别描述系统状态变化和特定系统状
态的Agent协商过程,并将强化学习技术应用于Ag印t协商过程该协商模型能够描述动态环
境下的多Agent协商.模型中所有Ag印t都采用元对策Q.学习算法时,系统能获得动态协商环
境下的最优协商解
关键词: 多Ag啪t系统,协商,强化学习
中图分类号:TPl8
协商问题是对策论、经济学和管理科学的重要研究课题,同时也是多Agent系统技术的
关键问题.由于多Agent系统中每个Agent都具有自主性,在求解过程中按照自已的目的、
知识和能力进行活动常会出现矛盾和冲突,因此Agent间的协调和自动协商是MAS(multi—
agentsystem)研究的重要问题…:并且随着Internet的广泛应用以及电子商务等应用领域
的飞速发展,人们越来越重视Agent间自动协商问题”J.
广义上多Agent协调方法分为显式协调和隐式协调两类L3J.显式协调指Agent对可能
的交互进行推理,必要时与其它Agent进行协商;隐式协调是指Agent被设计成遵循一定的
行为规则,以一种隐含的行为方式避免冲突.目前大多数关于协调的研究集中在为特定问题
提供一种协调和协商的解决方案HJ.如何构造适用的多Agent协商模型.使Agent在交互过
程中提高协商能力是MAS研究中的待解决问题之一.理论分析以及对人类在社会交往中
行为的观察表明:如果参与交往的一方能够根据对方的信念进行推理并在交往中进一步学
习对方的行为方式,则将增加其在交往中的收益.因此,协商过程中的学习得到了越来越多
研究者的重视.
对策论领域的研究人员研究了学习在协商过中的作用¨“J,但这些理论研究成果只是
and
针对简单对策环境且只在严格的假设条件下成立Sen Sekaran[71采用一个基于规则的
and暨一8。采用一种扩展的基因编程——强标
分类学习系统调整Agent的协商行为.Haynes
记基因编程(STGP),将多Agent的策略编码成符号表达式和一个估计准则,通过适应度函
数逐步增加协调策略的效率.采用遗传算法的一个缺点是由于Agent自身行为知识以及策
。覆鑫晋晶:嘉磊自-然07科-学30基金(6990500”;高等学校博士点基金扣7028428’
万方数据
南京大学学报(自然科学) 第37卷
略过于复杂,使得在实际应用中无法进行更有效的遗传编码;另外研究者发现由于Agent间
缺乏明显和足够的通信,此多Agent策略不能成功地应用于竞争进化领域.
和连续决策过程分别描述系统状态变化时和特定系统状态下的Agent协商过程,该协商模
型支持动态环境下多Agent学习.为了提高Agent的协商能力和对动态环境的适应,我们在
Agent的协商过程中采用了强化学习技术.AODE协商过程的学习分为两部分,一部分是系
统状态变迁过程中对协商策略的学习,另一部分是特定系统状态下对协商策略的学习
1 Markov决策过程和连续决策过程
您可能关注的文档
- 2012年吉林省长岭县农业气象条件分析.pdf
- 2012年高考之“解三角形”.pdf
- 2013年世乒赛男单决赛张继科发球轮技战术分析.pdf
- 2013年我院中药饮片处方质量调查与分析.pdf
- 2013年新课标高考数学试题分类选析与变式研究——基本初等函数(Ⅰ).pdf
- 2013年春季小麦田间管理技术.pdf
- 2013年汽车十大技术盘点.pdf
- 2013年河南省主要农作物审定通过品种.pdf
- 2013年法网比赛中李娜与对手接发球技战术对比研究.pdf
- 2013年温布尔登网球公开赛“海峡组合”双打技术水平探析.pdf
- 两个相干源产生波具有3b chmc.pdf
- wifi高性能模块ce fcc rohs认证-xrf report电子档.pdf
- linux pci multiport installation manual多端口安装手册.pdf
- 二章基本概念理论.pdf
- 互联网工程任务组ietfs turnerrfc5940 txt.pdf
- mtz0数学高级证明集合关系群mathematics paper 3 sets relations and groups french.pdf
- 网上书店需求规格说明.pdf
- 系统测试用例pcweb终端.pdf
- apv1 keil环境下接口兼容问题.pdf
- 2023届江西省八所重点中学高三3月联考英语试题(原卷版).docx
文档评论(0)