基于内省推理的多agent在线学习新方法.pdfVIP

2005年中国模糊逻辑与计算智能联合学术会议论文集 115 基于内省推理的多agent在线学习新方法 韩伟，王成道，陈优广 (华东师范大学计算机系，上海20062，Email：dallashw@hotmail．corn) 察行为建模的方法并不保证学习策略最终收敛。本文提出了基于内省推理方法的多智能体环境下智能体高效在线学习 方法，将基于对手模型的客观观察行为与基于换位思考推理的主观意图推测结合起来。仿真结果证实了算法在电子市 场定价中的有效性。 关键词：多智能体；在线学习；内省推理；电子市场 An MethodBasedon Multiagent Learning HAN Wei，WANGChen—dao，CHEN You—guang ChinaNormal (East 200062，Email：dallashw@hotmail．com) University,Shanghai abstract：In environment，the of onthe oftheother makes multiagent optimalpoScyanyagentdependspolicies agents．This the more basedonobservedbehavioursof not learningproblemproblematic．PreviousAlgorithms opponentsmayconvergent． This anefficientonline theobserved behavioursaswellasthe proposes learningalgorithm，which objective paper integrates inferentialintentionofthe is tobeeffectivewhencomestothe ofseller’S subjective opponents．Thealgorithmproven problem in market． electronic pricing Market Inference，Electronic Keywords：Multiagent，Online—Learning，Internal 否则使用较小的学习率。可以看出，这个算法本身 是以达到博弈均衡状态为目标的，这大大限制了在 1引言 实际中的应用。比如：在电子市场中，生产同一商 品的买方agent在定价问题上形成博弈，按经济学的 多智能体环境下智能体的学习问题是多agent系 分析，如果市场本身是确定性的环境(去除卖方agent 统研究的基本课题。在多个智能体共存的环境中， 之外的一切影响因素)，那么卖方的定价应该是完全 agent的效用取决于其他智能体的行动策略，因此学竞争市场下商品的实际价格。但是实际上，没有一 习目标不容易被清晰的定义。最近出现的许多研究 个agent是按这个均衡价格直接定价的，最终能