元博弈平衡和多Agent强化学习的MetaQ算法.pdfVIP

元博弈平衡和多Agent强化学习的MetaQ算法.pdf

  1. 1、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。。
  2. 2、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
  3. 3、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)。
  4. 4、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
  5. 5、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们
  6. 6、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
  7. 7、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
查看更多
计算机研究与发展 ISSN1000.1239|CN11—1777|TP of Researchand JournalComputer Development 元博弈平衡和多Agent强化学习的MetaQ算法 王 皓 高 阳 (南京大学软件新技术国家重点实验室南京210093) (1eafwanghao@gmail.conl) and for Reinforcement Meta-EquilibriaMetaQAlgorithmMulti-Agent Learning HaoandGao Wang Yang Novel (NationalLaboratoryfor SoftwareTechnology,NanfingUniversity,Nanjing210093) anextension Abstract reinforcement ofreinforcement Multiagent learning(MARL)is learning(RL) from to domain.Nash is mentionedasa in singleagentmultiagent Q—Learningfrequently pivotalalgorithm arethreemaindefectsin useofmixed looks multiagentsystem.However,there NashQ.First,thestrategy somewhat Nash ofa could beParetodominated.And ambiguous.Second,theequilibriumgame probably the costofNash be defectscomefromthe third,thecomputationalequilibriamayexpensive.All hypothesis that areNash basedon is agents rational.Thus,a“MetaQ”algorithmmetagametheoryproposed.MetaQ uses thanNash avoidallthedefects.Theoreticand rationality,to meta.rationalily,rather experimental madeabout 1cadstotheconclusionthat hasabetter than studiesare MetaQ,which MetaQ performance NashQ. wordsreinforcement Key learning;multiagentsystem;metagame;MetaQ 摘要 Q学习算法以元博弈理论 足都来源于“Agent是Nash理性的”这一假设.一个称为“MetaQ”的多Agent 为基础,通过改变Agent的理性来避免所有的这些不足.研究证

文档评论(0)

guan_son + 关注
实名认证
文档贡献者

该用户很懒,什么也没介绍

1亿VIP精品文档

相关文档