• 主题
高级搜索  >
历史搜索 清空历史
首页> 外文会议>Intelligent Agent Technology, IEEE/WIC/ACM International Conference on >Exploiting multi-agent interactions for identifying the best-payoff information source
【24h】

Exploiting multi-agent interactions for identifying the best-payoff information source

机译：利用多主体交互来确定最佳收益信息源

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

摘要

In many different applications on the Web, distributed agents would like to discover and access high quality information sources. This is a challenging problem since an agent does not know a priori which information source would provide high quality information for particular topics. In this paper, we utilize machine learning techniques to allow a set of distributed agents to use their past experience and collaborate with others to identify information sources with the best payoff. The proposed method allows an individual agent to estimate the next payoff based on its own history of interactions with the information source and also on collaboration with other agents whose individual analysis of the next payoff the agent trusts. Q-learning is applied for stochastic updates to the payoff. Experimental results show that the proposed method provides the best results when an individual agent collaborates with a moderate number of neighbors.
机译：在Web上许多不同的应用程序中，分布式代理希望发现和访问高质量的信息源。这是一个具有挑战性的问题，因为代理不知道先验哪个信息源将为特定主题提供高质量的信息。在本文中，我们利用机器学习技术允许一组分布式代理使用他们的过去经验，并与其他人协作以识别收益最高的信息源。所提出的方法允许单个代理基于其自身与信息源的交互历史以及与其他代理的协作来估计下一个收益，该其他代理对单个信任的下一个收益进行了单独的分析。 Q学习用于随机更新收益。实验结果表明，当单个代理与中等数量的邻居协作时，该方法可提供最佳结果。

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