基于角色跟踪的再励学习算法

摘要：

针对现有再励学习策略在群体对抗环境中，收敛速度慢，无法动态改变学习步伐，难以准确收敛至最优点的问题，本文提出了一种基于角色跟踪的再励学习算法。该算法借助MAS对抗系统中Agent角色异构特性，判断对手角色与动作的匹配度，利用此匹配度动态调节马尔可夫决策学习步伐，从而达到快速收敛目的。实验结果表明该算法收敛速度快，性能好。

关键词： 再励学习算法 马尔可夫决策 角色跟踪

作者: 陈箭锋 张志涌

作者单位: 南京邮电大学自动化学院,南京 210003

会议类型: 国内会议

会议名称: 2008江苏省自动化学会学术年会

会议地点: 南京

会议语种:中文

页码: 198-202

在线出版日期: 2008-11-01（万方平台首次上网日期，不代表论文的发表时间）