Multi-goal Q-learning of cooperative teams
Multi-goal Q-learning of cooperative teams
复制标题
合作团队的多目标Q-learning
DOI：
10.1016/j.eswa.2010.07.071
复制
发表时间：
2011-03
影响因子：
8.5
通讯作者：
Sheng, Zhaohan
中科院分区：
文献类型：
--
作者：
Ng, KwanChew;Li, Jing;Sheng, Zhaohan
研究了一种多目标协作团队Q学习算法。合作团队的成员由一个代理人模拟。在虚拟合作团队中，Agent根据合作原则调整其知识。多目标Q学习算法是针对多个学习目标而提出的。在虚拟团队中，智能体学习采用什么知识和学习多少知识（选择学习半径）。学习半径在第3.1节中解释。五个基本的实验证明了多目标Q学习算法的有效性。据发现，学习算法导致代理收敛到最佳的行动，基于代理的不断更新的认知地图的行动如何影响学习目标。同时证明了该学习算法对多目标优化是有益的。此外，本文分析了学习算法的参数值对学习性能的敏感程度。
This paper studies a multi-goal Q-learning algorithm of cooperative teams. Member of the cooperative teams is simulated by an agent. In the virtual cooperative team, agents adapt its knowledge according to cooperative principles. The multi-goal Q-learning algorithm is approached to the multiple learning goals. In the virtual team, agents learn what knowledge to adopt and how much to learn (choosing learning radius). The learning radius is interpreted in Section 3.1. Five basic experiments are manipulated proving the validity of the multi-goal Q-learning algorithm. It is found that the learning algorithm causes agents to converge to optimal actions, based on agents’ continually updated cognitive maps of how actions influence learning goals. It is also proved that the learning algorithm is beneficial to the multiple goals. Furthermore, the paper analyzes how sensitive the learning performance is affected by the parameter values of the learning algorithm.
登录
查看更多内容
DOI：
10.2139/ssrn.180834
发表时间：
1998-07
期刊：
Microeconomic Theory eJournal
影响因子：
--
作者：
Nicolaas J. Vriend
通讯作者：
Nicolaas J. Vriend
DOI：
--
发表时间：
2001-06
期刊：
J. Artif. Soc. Soc. Simul.
影响因子：
--
作者：
Nigel Gilbert;A. Pyka;P. Ahrweiler
通讯作者：
Nigel Gilbert;A. Pyka;P. Ahrweiler
影响因子：
7.5
作者：
C. Watkins;P. Dayan
通讯作者：
C. Watkins;P. Dayan
影响因子：
1.9
作者：
K. Tuyls;P. Hoen;B. Vanschoenwinkel
通讯作者：
K. Tuyls;P. Hoen;B. Vanschoenwinkel
DOI：
10.1007/978-3-540-27835-1_7
发表时间：
2004-01
期刊：
--
影响因子：
--
作者：
Weidong Zhou;R. Coggins
通讯作者：
Weidong Zhou;R. Coggins