Swarm Reinforcement Learning Methods Based on PSO for Complicated Learning Problems

基于PSO的群体强化学习方法解决复杂学习问题

• 批准号: 22500131
• 负责人: IIMA Hitoshi
• 金额: $ 2.75万
• 依托单位: Kyoto Institute of Technology
• 依托单位国家: 日本
• 项目类别: Grant-in-Aid for Scientific Research (C)
• 财政年份: 2010
• 资助国家: 日本
• 起止时间: 2010 至 2012
• 项目状态: 已结题
• 来源: https://kaken.nii.ac.jp/grant/KAKENHI-PROJECT-22500131/
• 关键词: 強化学習; PSO; 群知能; Particile Swarm Optimization; Particle Swarm Optimization

We proposed swarm reinforcement learning methods based on particle swarm optimization (PSO) for acquiring optimal policies rapidly, and applied the proposed methods to some complicated reinforcement learning problems such as ones with continuous state-action space. In the proposed method, multiple sets of an agent and an environment, which are called learning worlds, are prepared, and agents in each learning world learn not only by individually using a usual reinforcement learning method but also through exchanging information among the learning worlds by using the update equations of PSO.

提出了一种基于粒子群优化(PSO)的群体强化学习方法，用于快速获取最优策略，并将该方法应用于状态-动作空间连续的复杂强化学习问题。在该方法中，准备了多组智能体和环境，称为学习世界，每个学习世界中的智能体不仅通过通常的强化学习方法进行单独学习，而且通过使用粒子群算法的更新方程在学习世界之间进行信息交换。

项目成果

Swarm Reinforcement Learning Method Based on an Actor-Critic

基于Actor-Critic的群体强化学习方法

• DOI: 10.1007/978-3-642-17298-4_29
• 发表时间: 2010
• 期刊: Proceedings of Eighth International Conference on Simulated Evolution and Learning
• 作者: Hitoshi Iima ;Yasuaki Kuroe
• 通讯作者: Yasuaki Kuroe

Swarm Reinforcement Learning Method Based on an Actor-Critic Method

基于Actor-Critic方法的群体强化学习方法

• 发表时间: 2010
• 期刊: Proceedings of Eighth International Conference on Simulated Evolution and Learning
• 作者: Hitoshi Iima;Yasuaki Kuroe
• 通讯作者: Yasuaki Kuroe

Swarm Reinforcement Learning Method Based on Ant Colony Optimization

基于蚁群优化的群体强化学习方法

• 发表时间: 2010
• 期刊: Proceedings of IEEE International Conference on Systems, Man and Cybernetics
• 作者: Hitoshi Iima;Yasuaki Kuroe;Shoko Matsuda
• 通讯作者: Shoko Matsuda

Particle Swarm Optimization に基づくタイルコーディングを用いた強化学習法

基于粒子群优化的瓦片编码强化学习方法

• 发表时间: 2013
• 作者: 野中尋史;酒井浩之;増山繁;伊藤 洋
• 通讯作者: 伊藤 洋

優越関係を用いたすべてのパレート最適方策を同時に獲得する多目的強化学習法

一种利用优势关系同时获得所有帕累托最优策略的多目标强化学习方法。

• 发表时间: 2013
• 作者: Robin Swezey;Shun Shiramatsu;Tadachika Ozono and Toramatsu Shintani;向井悠祐
• 通讯作者: 向井悠祐