• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议> >Multi-agent reinforcement learning: an approach based on agents' cooperation for a common goal
【24h】

Multi-agent reinforcement learning: an approach based on agents' cooperation for a common goal

机译：多主体强化学习：一种基于主体合作以实现共同目标的方法

获取原文
页面导航
  • 摘要
  • 著录项
  • 相似文献
  • 相关主题

摘要

This paper is devoted to the problem of reinforcement learning in multi-agent systems. Multi-agent systems form a particular type of distributed artificial intelligence system. This work presents an approach based on agents' cooperation for a common goal. By using other agents' experiences and knowledge, an agent may learn faster, make fewer mistakes, and create some rules for unseen situations. But the information communion among agents is deficient and limited. In this paper, we assume that every agent can only observe its neighbors' current positions and can see whether or not they reach the goal after the actions have been taken. Experimental results show the effectiveness of the proposed approach.
机译：本文致力于多助理系统中加固学习问题。多种代理系统形成特定类型的分布式人工智能系统。这项工作提出了一种基于代理商的共同目标的合作的方法。通过使用其他代理商的经验和知识，代理人可以更快地学习，造成少的错误，并为看不见的情况创造一些规则。但代理商之间的信息通讯缺乏和有限。在本文中，我们假设每个代理只能观察其邻居当前位置，并且可以在采取行动后看到他们是否达到目标。实验结果表明了拟议方法的有效性。

著录项

相似文献

  • 外文文献
  • 中文文献
  • 专利
获取原文

客服邮箱：kefu@zhangqiaokeyan.com

京公网安备：11010802029741号 ICP备案号：京ICP备15016152号-6 六维联合信息科技 (北京) 有限公司©版权所有

  • 客服微信

  • 服务号