基于目标分解的多Agent协作强化学习方法

摘要：

本文将单agent Q学习引入到多agent环境，提出了一种多agent协作团队的Q学习方法，即基于承诺和约定先给agent分配求解子目标，然后针对系统求解过程中的相似性，用相似性来减少学习过程的状态空间，并利用Q值共享来实现协作，进而加速多agent的学习，提高求解效率。根据上述思想，我们就猎人捕物问题域(pursuit game)实验了我们的方法，结果表明该方法是完全可行的。

关键词： 强化学习 agentQ学习 多agent协作团队 猎人捕物问题域 目标分解

作者: 尹晓虎 王长缨 姚莉 鲍翊平

作者单位: 国防科技大学管理科学与工程 系信息与决策实验室 长沙 410073

会议类型: 国内会议

会议名称: 中国人工智能学会第10届全国学术年会

会议地点: 广州

会议语种:中文

页码: 464-469

在线出版日期: 2003-09-21（万方平台首次上网日期，不代表论文的发表时间）