位置：成果数据库 > 期刊 > 期刊详情页
元博弈平衡和多Agent强化学习的MetaQ算法
  • ISSN号：1000-1239
  • 期刊名称：《计算机研究与发展》
  • 时间：0
  • 分类：TP18[自动化与计算机技术—控制科学与工程;自动化与计算机技术—控制理论与控制工程]
  • 作者机构：[1]南京大学软件新技术国家重点实验室,南京,210093 南京大学软件新技术国家重点实验室,南京,210093
  • 相关基金：国家自然科学基金项目(60475026)
作者： 王皓[1], 高阳[1]
关键词： 强化学习, 多AGENT系统, 元博弈, MetaQ
中文摘要：

多Agent强化学习(MARL)是强化学习(RL)在多Agent环境中的推广.其中,NashQ学习算法是一个里程碑式的贡献.然而NashQ存在着3点不足:①Nash平衡的"混合策略"思想在MARL中的意义不明确;②一个博弈的Nash平衡可能不是Pareto最优的;③Nash平衡的计算比较复杂.这3点不足都来源于"Agent是Nash理性的"这一假设.一个称为"MetaQ"的多Agent Q学习算法以元博弈理论为基础,通过改变Agent的理性来避免所有的这些不足.研究证明,MetaQ算法具有很好的理论解释和实验性能.

同期刊论文项目
非马尔可夫决策过程中强化学习技术研究与应用
期刊论文 23 会议论文 25 著作 2
同项目期刊论文
Three Perspectives on Multi-ag
平均奖赏强化学习算法研究
RLGA:一种基于强化学习机制的遗
面向Option的k-聚类Subgoal发现
基于SMDP环境的自主生成options
一种劝说式多Agent多议题协商方
贝叶斯学习与强化学习结合技术的
A Two-layered Multi-agent Rein
基于结果修剪法解决文本分类中属
一种基于性能势的无折扣强化学习
Online community thread simila
一种劝说式多Agent多议题协商方法
基于CMAC网络强化学习的电梯群控调度
提升企业绩效的新途径：选择创新型供应商
RLGA：一种基于强化学习机制的遗传算法
面向Option的k-聚类Subgoal发现算法
CALO研究进展分析
一种基于性能势的无折扣强化学习算法
期刊信息
  • 《计算机研究与发展》
  • 中国科技核心期刊
  • 主管单位:中国科学院
  • 主办单位:中国科学院计算技术研究所
  • 主编：徐志伟
  • 地址：北京市科学院南路6号中科院计算所
  • 邮编：100190
  • 邮箱：crad@ict.ac.cn
  • 电话：010-62620696 62600350
  • 国际标准刊号：ISSN：1000-1239
  • 国内统一刊号：ISSN：11-1777/TP
  • 邮发代号:2-654
  • 获奖情况:
  • 2001-2007百种中国杰出学术期刊，2008中国精品科...,中国期刊方阵“双效”期刊
  • 国内外数据库收录:
  • 俄罗斯文摘杂志,荷兰文摘与引文数据库,美国工程索引,日本日本科学技术振兴机构数据库,中国中国科技核心期刊,中国北大核心期刊（2004版）,中国北大核心期刊（2008版）,中国北大核心期刊（2011版）,中国北大核心期刊（2014版）,中国北大核心期刊（2000版）
  • 被引量:40349