基于蟻群算法的多Agent系統強化學習研究與應用.pdf

1、近年來，Agent、多Agent系統理論以及與其相關的強化學習等理論受到越來越多研究人員的重視。隨著單Agent學習方法的研究成功，人們也將注意力投向了更為復雜的多Agent系統。在很多實際應用中，單個Agent可能存在無法完成任務，或完成任務的效率很低的問題，因此對多Agent系統的研究勢在必行。但多Agent系統的內部組織結構遠比單Agent復雜，且外部的任務環(huán)境更加動態(tài)化，所以對該領域的研究極具挑戰(zhàn)性。 蟻群算法是一種嶄新

2、的求解組合優(yōu)化問題的方法，它通過模擬螞蟻的覓食行為以達到求解比較困難的組合優(yōu)化問題的目的，是目前仿生學算法中比較成功的例子。它以其全局優(yōu)化、正反饋、分布式計算、智能搜索、易與其他算法相結合等特點而越來越受到人們的關注。 本文所要解決的問題是如何使Agent自主掌握與其他Agent交互的技巧，并同時兼顧自身利益和整體利益等問題。在研究多Agent系統強化學習算法的基礎上，把蟻群算法與之結合起來，提出了一種新的算法——基于蟻群算法的