

已閱讀1頁,還剩57頁未讀, 繼續(xù)免費閱讀
版權說明:本文檔由用戶提供并上傳,收益歸屬內容提供方,若內容存在侵權,請進行舉報或認領
文檔簡介
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
溫馨提示
- 1. 本站所有資源如無特殊說明,都需要本地電腦安裝OFFICE2007和PDF閱讀器。圖紙軟件為CAD,CAXA,PROE,UG,SolidWorks等.壓縮文件請下載最新的WinRAR軟件解壓。
- 2. 本站的文檔不包含任何第三方提供的附件圖紙等,如果需要附件,請聯系上傳者。文件的所有權益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網頁內容里面會有圖紙預覽,若沒有圖紙預覽就沒有圖紙。
- 4. 未經權益所有人同意不得將文件中的內容挪作商業(yè)或盈利用途。
- 5. 眾賞文庫僅提供信息存儲空間,僅對用戶上傳內容的表現方式做保護處理,對用戶上傳分享的文檔內容本身不做任何修改或編輯,并不能對任何下載內容負責。
- 6. 下載文件中如有侵權或不適當內容,請與我們聯系,我們立即糾正。
- 7. 本站不保證下載資源的準確性、安全性和完整性, 同時也不承擔用戶因使用這些下載資源對自己和他人造成任何形式的傷害或損失。
最新文檔
- 基于強化學習蟻群算法的主動嗅覺.pdf
- 多Agent系統中強化學習的研究與應用.pdf
- 基于強化學習的多Agent協作研究.pdf
- 基于多Agent協作強化學習的研究.pdf
- 多Agent強化學習及其應用研究.pdf
- 供應鏈環(huán)境下基于蟻群算法的多Agent聯盟研究.pdf
- 聯合博弈框架下的多Agent強化學習算法研究.pdf
- 基于多Agent強化學習的RoboCup局部策略研究.pdf
- 基于支持向量技術的Agent強化學習研究與應用.pdf
- 基于分層強化學習的多agent路徑規(guī)劃與編隊方法研究.pdf
- 基于強化學習的蟻群聚類研究及應用.pdf
- 基于過程優(yōu)化的蟻群算法研究與應用.pdf
- 多Agent系統強化學習及其在CAS仿真建模中的應用.pdf
- 多智能體中基于蟻群算法信息素的Q學習研究.pdf
- 蟻群優(yōu)化算法的研究與應用.pdf
- 蟻群算法的改進研究與應用.pdf
- 基于多Agent強化學習的自適應服務組合研究.pdf
- 基于群智能的多agent聯盟形成理論與算法研究.pdf
- 基于蟻群算法的聚類研究與應用.pdf
- 蟻群算法的改進與應用.pdf
評論
0/150
提交評論