多智能體增強(qiáng)式學(xué)習(xí)及其在多機(jī)器人協(xié)調(diào)中的應(yīng)用研究.pdf

1、在多智能體系統(tǒng)(MAS)中,最集中和關(guān)鍵的問題表現(xiàn)在多智能體的學(xué)習(xí)及相應(yīng)的協(xié)調(diào)合作機(jī)制上.我們根據(jù)國(guó)際上多智能體系統(tǒng)的研究情況,并針對(duì)面向管道檢測(cè)多微小型移動(dòng)機(jī)器人實(shí)際特點(diǎn),提出了我們的研究課題,該博士論文的主要內(nèi)容及創(chuàng)新點(diǎn)如下:1)采用Multi-agent System(MAS)理論來研究多機(jī)器人協(xié)調(diào)問題.2)將博弈論思想引入到多智能體的增強(qiáng)式學(xué)習(xí)中,提出一種特殊聯(lián)合獎(jiǎng)賞函數(shù)結(jié)構(gòu)形式.3)提出一種基于傳導(dǎo)徑跡的多智能體Q學(xué)習(xí),智能體

2、不需要知道其他智能體的Q函數(shù)結(jié)構(gòu),只需維持其他智能體動(dòng)作行為的傳導(dǎo)徑跡.4)采用MLPs(多層感知器)來泛化多智能體的狀態(tài)空間,結(jié)合Q學(xué)習(xí)在線地更新MLPs的連接權(quán)值,解決了MLPs的過擬合缺陷,同時(shí)還可以節(jié)約存儲(chǔ)空間.5)采用國(guó)家自然科學(xué)基金課題組研制的毫米級(jí)微小型移動(dòng)機(jī)器人SJTU-MRⅠ和SJTU-MRⅡ,搭建了模擬面向管道檢測(cè)的多微小型移動(dòng)機(jī)器人環(huán)境系統(tǒng),建立了多微小型移動(dòng)機(jī)器人系統(tǒng)實(shí)驗(yàn)平臺(tái).由于當(dāng)前國(guó)內(nèi)微器件的加工水平,我們研