- 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
 
                        查看更多
                        
                    
                基于后悔值的多Agent冲突博弈强化学习模型-软件学报
                    
ISSN 1000-9825, CODEN RUXUEW                                                                        E-mail: jos@ 
Journal of Software , Vol.19, No.11, November 2008, pp.2957−2967                                       
DOI: 10.3724/SP.J.1001.2008.02957                                                                Tel/Fax: +86-10
© 2008 by Journal of Software . All rights reserved. 
                                                                            ∗ 
基于后悔值的多Agent 冲突博弈强化学习模型 
       + 
 肖 正 ,    张世永 
(复旦大学 计算机与信息技术系,上海 200433) 
Reinforcement Learning Model Based on Regret for Multi-Agent Conflict Games 
             + 
XIAO Zheng  ,     ZHANG Shi-Yong 
(Department of Computer and Information Technology, Fudan University, Shanghai 200433, China) 
+ Corresponding author: E-mail: xiaozheng206@163.com,  
Xiao Z, Zhang SY. Reinforcement learning model based on regret for multi-agent conflict games. Journal of 
Software, 2008,19(11):2957−2967. /1000-9825/19/2957.htm 
Abstract :    For  conflict  game,  a  rational  but  conservative  action  selection  method  is  investigated,  namely, 
minimizing regret function in the worst case. By this method the loss incurred possibly in future is the lowest under 
this very policy, and Nash equilibrium mixed policy is obtained without information about other agents. Based on 
regret, a reinforcement learning model and its algorithm for conflict game under multi-agent complex environment 
are put forward. This   model also   builds agents’  belief updating process   on the concept   of cross entropy distance, 
which   further   optimizes   action   selection   policy   for   conflict   games.   Based   on   Markov   repeated   game   model,   this 
paper   demonstrates   the   convergence   property   of   this   algorithm,   and   analyzes   the   relationship   between   belief   and 
optimal   policy.   Additionally,   compared   with   extended Q-learning   algorithm   under  MMDP   (multi-agent   markov 
deci
                您可能关注的文档
- 基于BIST的板级数模混合电路的可测性研究.PDF
 - 基于ARIMA和GM11模型的陕西个人卫生-中国卫生政策研究.PDF
 - 基于BIM的运维阶段设备构件预警管理系统研究-计算机工程与应用.PDF
 - 基于CCRBCC与SE-DEA模型的科技创新投入绩效评价研究.PDF
 - 基于citespace的国际体育场馆知识图谱分析及启示-沈阳体育学院学报.PDF
 - 基于DEA-Tobit二阶段模型的环境支出绩效评价及其影响-中国发展.PDF
 - 基于DEA和Malmquist模型的中国三大城群可持续发展效率研究.PDF
 - 基于DEA模型的中国全要素电能利用效率分析-上海电力学院学报.PDF
 - 基于DEA模型的江苏木材加工龙头企业效率评价-南京林业大学学报.PDF
 - 基于DEA模型的中国星级饭店业经营效率-重庆师范大学学报.PDF
 
- 基于图书馆创客空间服务的协同信息行为研究-情报杂志.PDF
 - 基于国际高级生产者服务业布局的珠三角城网络空间格局研究.PDF
 - 基于地震CT技术的冲击地压危险性评价模型-IngentaConnect.PDF
 - 基于多特征融合的有监督视网膜血管提取-计算机学报.PDF
 - 基于大数据的能源集团统一运行监测与安全预警平台.PDF
 - 基于大数据的学生个体智慧评价平台的设计与实现-上海教育研究.PDF
 - 基于小波降噪数据预处理的硬件木马检测优化-计算机工程与应用.PDF
 - 基于局部自适应核回归的仪表定位方法-数据采集与处理.PDF
 - 基于层次分析法的水环境绩效审计评价指标体系研究-科技与管理.PDF
 - 基于工作压力的人才流失预警与预控管理*.PDF
 
最近下载
- EHS体系程序文件-信息沟通、协商和决议管理程序.docx VIP
 - 高中政治课堂教学应用时事政治策略探究.doc VIP
 - (GBT7588 1—2020)电梯制造与安装安全规范.pdf VIP
 - 设施农业智能化与现代农业装备产业发展趋势报告.docx
 - “十四五”公路养护发展规划.docx VIP
 - 健康评估(第二版)全套教学课件.pptx
 - 标准图集-20S515-钢筋混凝土及砖砌排水检查井.pdf VIP
 - 2024年贵州省六盘水市中考语文试卷真题(含答案逐题解析).docx
 - CQI-27铸造系统评估表 第二版(2023).xls VIP
 - 银行大堂服务实训(第2版) 课件 项目4 营业中引导营销服务.pdf VIP
 
原创力文档
                        

文档评论(0)