基于量子理论的多Agent系统强化学习研究.pdfVIP

基于量子理论的多Agent系统强化学习研究 盂祥萍1 苑全德2 皮玉珍2 (‘长春工程学院电气与信息工程学院，吉林，K春．130012) (2尔北电力人学信息工程学院．吉林．吉林．132012) 摘，要：针对多Agent系统强化学习中存在的状态空间极大时，传统的强化学习算法擘习速度缓慢等问题，本文试图将量子 计算理论与多Agent系统强化学习理论结合，以加快状态空间的搜索和更新速度，缩短计算时间，提高学习效率．仿真效果 比较理想． 关键词：量子；多Agent系统；强化学习 A ofMASReinforcementBasedon Study Quantum Learning Theory 2 2 Yuan YuzhenPi ．XiangpingMen91Quande ofElectricalandInfonnation Institute (。Department Engineering．ChangchunofTechnology，Changchun，130012) ofInfornlation Dianli (2Depanment Engineering，Northeast University．Jilin，．132012) Abstract：Inthis anovelMASReinforcement basedon thestate present Quantum paper,we LearningAlgorithm Theory．Whenspace classicalreinforcement is slow．Sowe touse inMASreinforcement largeenough．the algorithmvery try theory learning quantum to simulateresultshowthatitcanexhibitsubstantial learningspeeduplearning．The improvements． MAS：RL Keywords：Quantum： 1引言 强化学习是从控制论、统计学、心理学等发展而来的， 是一种通过与环境的交互，经过试探与评价，实现从环境 强化学习理论在马尔可夫决策过程等坚实的数学理 到动作的映射的学习方法，目标是使长期奖励信号最大 论的支持下，已经发展得相当成熟，‘并．日．有了一些成功的 ¨J。强化学习算法有很多种，其中Q．学习是一种无需环境 应用。但是当从单Agent转到多Agent时，如果使用原来 模型的强化学习，可以看作是马尔可夫决策过程的一种变 的强化学习算法，Agent的状态率间和动作审问迅速扩 化形式。 大，大