分布式強化學習理論及在多機器人中的應(yīng)用研究.pdf

1、本文對分布式強化學習理論進行了系統(tǒng)地研究,并對其存在的部分問題提出了初步的解決辦法.系統(tǒng)地介紹了強化學習的基本原理、體系結(jié)構(gòu)和主要算法,研究了各種研究了分布式強化學習系統(tǒng)的體系結(jié)構(gòu)和主要算法,并根據(jù)體系結(jié)構(gòu)的差異將其分為四類.介紹了這四類分布式強化學習系統(tǒng)的體系結(jié)構(gòu),形式化研究了分布式強化學習系統(tǒng)的結(jié)構(gòu)信度分配方法.針對目前僅有的兩種結(jié)構(gòu)信度分配方法顯失公平、不能真正體現(xiàn)智能體貢獻大小的現(xiàn)象,提出了一種通過比較智能體動作的變化來分配信度

2、的非線形規(guī)劃方案,并通過對計算過程的分解獲得了可行的結(jié)構(gòu)信度分配算法,然后根據(jù)強化學習是一種增量式學習的特點將此算法修訂為增量式的結(jié)構(gòu)信度分配算法.研究了獨立強化學習系統(tǒng)內(nèi)的信息共享方式,規(guī)范化了幾種主要信息共提出了基于有色軌道理論和基于狀態(tài)分量重要性的兩種狀態(tài)空間劃分方法,這兩種方法可以壓縮獨立強化學習系統(tǒng)的學習空間,加快學習速度.針對群體強化學習系統(tǒng)的學習空間隨著智能體個數(shù)的增加而指數(shù)級膨脹的問題,提出了一種基于預(yù)測的群體強化學習算