版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請(qǐng)進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡(jiǎn)介
1、本文首先提出了一種新的多代理在線學(xué)習(xí)算法LU-Q,該算法通過對(duì)聯(lián)合行動(dòng)不斷地實(shí)施剪枝,減少可選行動(dòng)數(shù)目,加快多代理學(xué)習(xí)的收斂.實(shí)驗(yàn)表明,算法學(xué)習(xí)性能優(yōu)于標(biāo)準(zhǔn)多代理Q學(xué)習(xí).在此基礎(chǔ)上,結(jié)合MAXQ任務(wù)分解,提出UMAXQ-Q算法.MAXQ任務(wù)分解圖建立任務(wù)的遞進(jìn)結(jié)構(gòu)有利于狀態(tài)及行動(dòng)空間的壓縮,簡(jiǎn)化學(xué)習(xí),因此,代理協(xié)同的學(xué)習(xí)將會(huì)變得更加有效.代理通過多層次間的合作學(xué)習(xí),最終實(shí)現(xiàn)最高層次上的合作.UMAXQ-Q算法可根據(jù)問題需要選擇協(xié)作的層數(shù)
2、,具有很大的靈活性,與基于頂層協(xié)作的多代理遞進(jìn)學(xué)習(xí)算法相比較,具有明顯優(yōu)點(diǎn).本文通過仿真實(shí)驗(yàn)驗(yàn)證了算法的性能.考慮到代理對(duì)行動(dòng)策略存在不同的偏好,通過建立代理聯(lián)合行動(dòng)策略域上的模糊集合,本文定義了不同決策心態(tài)及意圖的策略隸屬度函數(shù),提出了代理模糊收益的概念,并提出策略學(xué)習(xí)算法-沖量最小梯度增加學(xué)習(xí)算法M-IGA.分析了其它基于微小梯度增加算法存在的問題,指出可通過在策略學(xué)習(xí)迭代中增加沖量項(xiàng)保證代理策略的收斂,解決了其它算法存在的問題,并
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請(qǐng)下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請(qǐng)聯(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會(huì)有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲(chǔ)空間,僅對(duì)用戶上傳內(nèi)容的表現(xiàn)方式做保護(hù)處理,對(duì)用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對(duì)任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請(qǐng)與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時(shí)也不承擔(dān)用戶因使用這些下載資源對(duì)自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于協(xié)同進(jìn)化與強(qiáng)化學(xué)習(xí)的多代理協(xié)作學(xué)習(xí)研究.pdf
- 基于多代理的計(jì)算機(jī)支持移動(dòng)協(xié)同學(xué)習(xí)關(guān)鍵技術(shù)研究.pdf
- 基于多代理的網(wǎng)絡(luò)安全協(xié)同的研究與應(yīng)用.pdf
- 基于多代理的供應(yīng)鏈協(xié)同管理模型的研究.pdf
- 基于增強(qiáng)學(xué)習(xí)的多機(jī)協(xié)同路徑規(guī)劃的研究與應(yīng)用.pdf
- 基于多代理系統(tǒng)的配電網(wǎng)潮流計(jì)算研究.pdf
- 協(xié)同學(xué)習(xí)系統(tǒng)中教學(xué)代理的研究與設(shè)計(jì).pdf
- 基于網(wǎng)格計(jì)算的分布計(jì)算協(xié)同機(jī)制與技術(shù).pdf
- 基于強(qiáng)化學(xué)習(xí)的多智能體協(xié)同機(jī)制研究.pdf
- 基于多示例學(xué)習(xí)的群組圖像協(xié)同顯著性分析.pdf
- 面向自治計(jì)算的基于政策的多agent協(xié)同體系研究.pdf
- 基于OpenStack的協(xié)同計(jì)算平臺(tái)設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于遺傳算法與代理模型的協(xié)同優(yōu)化方法的研究.pdf
- 基于網(wǎng)格計(jì)算的分布計(jì)算協(xié)同機(jī)制與技術(shù)
- 計(jì)算中虛擬資源的智能多代理設(shè)計(jì)
- 基于粒計(jì)算的K近鄰多標(biāo)簽學(xué)習(xí)算法.pdf
- 基于對(duì)策與強(qiáng)化學(xué)習(xí)的多智能體協(xié)作機(jī)制研究.pdf
- 基于多Agent的協(xié)同會(huì)商軟件的設(shè)計(jì)與實(shí)現(xiàn).pdf
- 虛擬地理環(huán)境中基于多Agent的數(shù)據(jù)和計(jì)算協(xié)同研究.pdf
- 基于多代理的DRM系統(tǒng)研究.pdf
評(píng)論
0/150
提交評(píng)論