基于中介agent的强化学习优化协商模型-计算机科学.pdfVIP

第 44 卷第1 期 Vo l. 44 No. 1 计算机科学 2017 年 1 月 COMPUTER SCIENCE Ja口.2017 基于中介 Agent 的强化学习优化协商模型 张京敏董红斌 (哈尔滨工程大学计算机科学与技术学院 哈尔滨 150001) 摘 要 提出了一种基于强化学习的双边优化协商模型。引入了一个中介Agent。在强化学习策略中使用不同的参 数产生提议，进而选出最好的参数进行协商。为了进一步提高协商的性能，还提出了基于中介Agent 自适应的学习能 力。仿真实验结采证明了所提协商方法的有效性，且该方法提高了协商的性能。 关键词 多Agent，强化学习，自适应学习，中介 Agent 中图法分类号 TP18 文献标识码 A 001 10. 11896/j. issn. 1002-137X. 2017. 01. 010 Optimized Negotiation Model ßased on Reinforcement Leaming of Medium Agent ZHANG Jing-min DONG Hong-bin (College of Computer Science and Technology ,Harbin Engineering University ,Harbin 150001,China) Abstract This paper proposed reinforcement learning bilateral optimized negotiation model based on reinforcement learning. The medium agent was introduced. It uses different parameters in the reinforcement leaming strat巳gy to pro duce proposals ,and selects the best par旧日eters to negotiate. The purpose is to further improve the performance of nego tiation ,and then the article presented the leaming ability of adaptive based on medium agent. The simulation results show th巳 effectiveness of the proposed method of negotiation and that it can improve th巳 performance of negotiation. Keywords Multi-agent system ,Reinforcement learning ,Adaptive 1巳aming， Medium agent 法简单、稳定。但是文中的中介 Agent 起到协调者的作用，不 引言 仅仅是简单判断是不是存在交易机会、计算最终的协商协议， 而且应该具备一定的学习能力，采用学习环境的知识，真正能 协商是实现网上电子商务的重要手段，也是设计软件 Agent的重要目标。如何提高 Agent 自主协商的能力一直是 够起到接近生活中的调解者的