基于Stackelberg策略的多Agent强化学习警力巡逻路径-北京理工大学.PDFVIP

下载本文档

18
0
约4.73万字
约 7页
2018-02-02 发布于天津
举报
版权申诉

基于Stackelberg策略的多Agent强化学习警力巡逻路径-北京理工大学.PDF

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、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、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、该文档为VIP文档，如果想要下载，成为VIP会员后，下载免费。
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、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、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

基于Stackelberg策略的多Agent强化学习警力巡逻路径-北京理工大学

第卷第期北京理工大学学报 37 1 Vol.37 No.1 年月 2017 1 TransactionsofBeiin InstituteofTechnolo Jan.2017 jg gy 基于Stackelber策略的多Aent强化 g g 学习警力巡逻路径规划 , 解易顾益军 ( , ) 中国人民公安大学网络安全保卫学院北京 100038 : , 摘要为解决现有的巡逻路径规划算法仅仅能够处理双人博弈和忽略攻击者存在的问题提出一种新的基于多 , 的强化学习算法在给定攻击目标分布的情况下规划任意多防御者和攻击者条件下的最优巡逻路径考虑 aent . . g , 到防御者与攻击者选择策略的非同时性采用了强均衡策略作为每个选择策略的依据为了验 Stackelber aent . g g , 证算法在多个巡逻任务中进行了测试定量和定性的实验结果证明了算法的收敛性和有效性 . . : ; ; ; 关键词巡逻路线规划 Stackelber强均衡策略多 aent 强化学习 g g 中图分类号: 文献标志码: 文章编号: ( ) TP399 A 1001-0645201701-0093-07 : / DOI10.15918 .tbit1001-0645.2017.01.019 j PolicePatrolPathPlannin Usin StackelberEuilibrium g g g q BasedMultiaentReinforcementLearnin g g , XIEYi GUYiun j