改进的CE-Q 算法用于多Agent 觅食的研究
雷默涵; 杨萍
2015
Source Publication机械设计
ISSN1001-2354
Volume32Issue:6Pages:1-4
Abstract针对对策论框架下的诸多强化学习方法在复杂环境多Agent任务中存在的缺乏理性、难以保证收敛、计算复杂度较高和效率偏低等问题,文中在CE-Q强化算法的基本理论上,提出了加入对于动作过程的即时奖赏的CE-Q改进强化算法,有效地改善了上述问题,并在执行任务过程中对Agent进行指导,很好地提高了系统效率。最后以多Agent觅食为任务,Matlab为平台进行仿真实试验,并与普通CE-Q及FF-Q算法进行对比,验证了其在复杂环境下对于多Agent系统的有效性和优越性。
KeywordCE-Q 强化学习算法 动作过程奖赏 多Agent 觅食任务 系统效率
Indexed ByCSCD
Language中文
WOS Research AreaEngineering
WOS SubjectENGINEERING MECHANICAL
CSCD IDCSCD:5460684
Document Type期刊论文
Identifierhttp://ir.lut.edu.cn/handle/2XXMBERH/70801
Collection高等教育研究所(教学质量监督与评估工作办公室、本科教学督导委员会研究生督导委员会)
Affiliation兰州理工大学机电工程学院, 兰州, 甘肃 730050, 中国
First Author AffilicationColl Mechanoelect Engn
First Signature AffilicationColl Mechanoelect Engn
Recommended Citation
GB/T 7714
雷默涵,杨萍. 改进的CE-Q 算法用于多Agent 觅食的研究[J]. 机械设计,2015,32(6):1-4.
APA 雷默涵,&杨萍.(2015).改进的CE-Q 算法用于多Agent 觅食的研究.机械设计,32(6),1-4.
MLA 雷默涵,et al."改进的CE-Q 算法用于多Agent 觅食的研究".机械设计 32.6(2015):1-4.
Files in This Item:
There are no files associated with this item.
Related Services
Usage statistics
Google Scholar
Similar articles in Google Scholar
[雷默涵]'s Articles
[杨萍]'s Articles
Baidu academic
Similar articles in Baidu academic
[雷默涵]'s Articles
[杨萍]'s Articles
Bing Scholar
Similar articles in Bing Scholar
[雷默涵]'s Articles
[杨萍]'s Articles
Terms of Use
No data!
Social Bookmark/Share
All comments (0)
No comment.
 

Items in the repository are protected by copyright, with all rights reserved, unless otherwise indicated.