版權(quán)說明:本文檔由用戶提供并上傳,收益歸屬內(nèi)容提供方,若內(nèi)容存在侵權(quán),請進(jìn)行舉報(bào)或認(rèn)領(lǐng)
文檔簡介
1、多智能體系統(tǒng)(Multi-Agent System,MAS)是分布式人工智能(Distributed Artificial Intelligence,DAI)的一個重要分支。多智能體系統(tǒng)是多個智能體組成的集合,它的目標(biāo)是將大而復(fù)雜的系統(tǒng)建設(shè)成小的、彼此互相通信和協(xié)調(diào)的,易于管理的系統(tǒng),從而實(shí)現(xiàn)個體之間的沖突消解與協(xié)同合作。分布式控制方法具有個體局部交互、成本低、魯棒性強(qiáng)的優(yōu)點(diǎn),因而多智能體系統(tǒng)通常采用分布式控制的方式來實(shí)現(xiàn)系統(tǒng)協(xié)同功能。
2、另一方面,圖模型可以簡潔有效地表示多智能體系統(tǒng)中復(fù)雜的依賴關(guān)系。將每個節(jié)點(diǎn)代表多智能體系統(tǒng)中的個體,圖模型可以有效地表征局部狀態(tài)觀察、行為選擇與獎賞接收(系統(tǒng)的目標(biāo)是最大化所有節(jié)點(diǎn)的獎賞之和),因此基于圖模型的分布式控制對于多智能體系統(tǒng)研究具有重要的意義。
基于試錯的學(xué)習(xí)行為是智能體與環(huán)境進(jìn)行交互的主要方式之一,本文主要研究基于圖模型的分布式協(xié)同學(xué)習(xí),將圖模型的關(guān)系表征能力與個體的局部學(xué)習(xí)交互有效的結(jié)合起來,從而以最小的計(jì)算代
3、價實(shí)現(xiàn)最優(yōu)或者近似最優(yōu)的系統(tǒng)功能。本文主要包括以下兩個研究內(nèi)容:
本文首先研究了基于分布式值函數(shù)(Distributed Value Function,DVF)的多智能體協(xié)同學(xué)習(xí)方法。該方法允許每個智能體將自己的值函數(shù)(所有節(jié)點(diǎn)未來獎賞的權(quán)重和的預(yù)估)發(fā)送給其鄰居節(jié)點(diǎn),這樣不僅考慮了直接鄰居節(jié)點(diǎn)對智能體行為選擇的影響,同時還考慮了其他節(jié)點(diǎn)對智能體的間接影響;由于每個節(jié)點(diǎn)在系統(tǒng)中的位置重要性不同以及在學(xué)習(xí)過程中表現(xiàn)的好壞都會對其
4、鄰居節(jié)點(diǎn)產(chǎn)生不同的影響。本文提出了自適應(yīng)權(quán)重函數(shù)的DVF,并將此方法與現(xiàn)有的分布式強(qiáng)化學(xué)習(xí)方法在電力系統(tǒng)電壓分配問題中進(jìn)行比較,驗(yàn)證了該方法的有效性。
本文的第二個工作是研究了基于回報(bào)傳播的分布式協(xié)同學(xué)習(xí)方法。該方法將稀疏協(xié)同學(xué)習(xí)方法與協(xié)同圖中的消息傳遞算法相結(jié)合,利用相應(yīng)的協(xié)同圖將全局值函數(shù)分解為局部值函數(shù)的線性結(jié)合,并通過變量消除算法或者M(jìn)ax-Plus算法來計(jì)算最優(yōu)聯(lián)合行為,從而快速地找到使系統(tǒng)整體獎賞最高的最優(yōu)策略或近
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(lián)系上傳者。文件的所有權(quán)益歸上傳用戶所有。
- 3. 本站RAR壓縮包中若帶圖紙,網(wǎng)頁內(nèi)容里面會有圖紙預(yù)覽,若沒有圖紙預(yù)覽就沒有圖紙。
- 4. 未經(jīng)權(quán)益所有人同意不得將文件中的內(nèi)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(nèi)容的表現(xiàn)方式做保護(hù)處理,對用戶上傳分享的文檔內(nèi)容本身不做任何修改或編輯,并不能對任何下載內(nèi)容負(fù)責(zé)。
- 6. 下載文件中如有侵權(quán)或不適當(dāng)內(nèi)容,請與我們聯(lián)系,我們立即糾正。
- 7. 本站不保證下載資源的準(zhǔn)確性、安全性和完整性, 同時也不承擔(dān)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web的協(xié)同學(xué)習(xí)模型及其應(yīng)用
- 基于Web的協(xié)同學(xué)習(xí)模型及其應(yīng)用.pdf
- 自主式協(xié)同學(xué)習(xí)系統(tǒng)的研究和設(shè)計(jì).pdf
- 基于學(xué)習(xí)者個性特征的協(xié)同學(xué)習(xí)任務(wù)生成模型.pdf
- 基于特征變換的協(xié)同學(xué)習(xí)方法.pdf
- “微共體”協(xié)同學(xué)習(xí)經(jīng)驗(yàn)
- “微共體”協(xié)同學(xué)習(xí)經(jīng)驗(yàn)
- “微共體”協(xié)同學(xué)習(xí)經(jīng)驗(yàn)
- 協(xié)同學(xué)習(xí)算法的研究及應(yīng)用.pdf
- 交互式協(xié)同學(xué)習(xí)環(huán)境的研究與系統(tǒng)實(shí)現(xiàn).pdf
- 基于JavaEE的協(xié)同學(xué)習(xí)環(huán)境設(shè)計(jì)與實(shí)現(xiàn).pdf
- 基于Web實(shí)時視頻交互協(xié)同學(xué)習(xí)環(huán)境構(gòu)建.pdf
- 基于Web的《工程制圖》協(xié)同學(xué)習(xí)系統(tǒng)研究.pdf
- 基于Ajax的協(xié)同學(xué)習(xí)虛擬社區(qū)的設(shè)計(jì)研究.pdf
- 基于CSCW的網(wǎng)上協(xié)同學(xué)習(xí)系統(tǒng)的研究與實(shí)現(xiàn).pdf
- 計(jì)算機(jī)支持的協(xié)同學(xué)習(xí)研究.pdf
- 基于Web的遠(yuǎn)程協(xié)同學(xué)習(xí)環(huán)境的研究與實(shí)現(xiàn).pdf
- 網(wǎng)絡(luò)協(xié)同學(xué)習(xí)中的虛擬伙伴與情感模型及其應(yīng)用.pdf
- 基于協(xié)同學(xué)的數(shù)字水印檢測技術(shù).pdf
- 學(xué)習(xí)型企業(yè)教學(xué)平臺——協(xié)同學(xué)習(xí)的設(shè)計(jì).pdf
評論
0/150
提交評論