基于強(qiáng)化學(xué)習(xí)算法的多智能體學(xué)習(xí)問(wèn)題的研究.pdf

1、隨著控制論及計(jì)算機(jī)技術(shù)的發(fā)展，分布式人工智能中多智能體系統(tǒng)的理論及相關(guān)的應(yīng)用研究已成為人工智能和智能控制研究的熱點(diǎn)。機(jī)器人足球比賽是一項(xiàng)旨在提高諸多相關(guān)領(lǐng)域的研究水平而舉行的國(guó)際大型比賽和學(xué)術(shù)活動(dòng)，是研究分布式人工智能、智能控制和機(jī)器人技術(shù)的絕好平臺(tái)。 機(jī)器人足球比賽的環(huán)境是一個(gè)動(dòng)態(tài)、復(fù)雜、對(duì)抗的環(huán)境，并且每個(gè)機(jī)器人只能得到場(chǎng)上的不完全信息，如何使機(jī)器人能通過(guò)不斷地學(xué)習(xí)提高自己的性能是開發(fā)足球機(jī)器人系統(tǒng)的關(guān)鍵內(nèi)容。 本文

2、主要研究強(qiáng)化學(xué)習(xí)技術(shù)在機(jī)器人足球中的實(shí)現(xiàn)問(wèn)題。 首先，針對(duì)機(jī)器人足球比賽的環(huán)境的復(fù)雜性和狀態(tài)空間的龐大，對(duì)已有的基于CMAC神經(jīng)網(wǎng)絡(luò)的Q學(xué)習(xí)泛化學(xué)習(xí)算法，引入了信度分配的概念，把基于空間的信度分配和基于時(shí)間的信度分配同時(shí)融合到CMAC-Q學(xué)習(xí)算法當(dāng)中，提高了強(qiáng)化學(xué)習(xí)的速度。 其次，對(duì)近年來(lái)從分層強(qiáng)化學(xué)習(xí)中發(fā)展出來(lái)的option算法，結(jié)合內(nèi)在激勵(lì)思想，嘗試性地將其應(yīng)用到機(jī)器人足球中的踢球技術(shù)、截球技術(shù)和配合技術(shù)中去。實(shí)驗(yàn)表