摘要：Swarm是为了建立模型实现分析复杂系统而设计的软件平台,目前被广泛应用于社会、经济和生态等领域的研究中,因此具有重要的研究意义.Swarm是基于Agent的建模工具,其基本体系结构是并发的交互式Agent集合,因此Swarm模型研究的主要内容是Agent系统的研究.在多Agent系统中,由于环境是动态变化的,其他Agent的行为是未知的,所以多Agent系统及系统中的每个Agent应当具备学习能力.强化学习作为一种不需要环境模型的机器学习方法,现已成为多Agent系统的研究热点.同时,由于单Agent的资源和能力有限,需要多个Agent之间通过协作来完成复杂的任务.本文通过对多Agent强化学习理论的学习,针对多Agent系统学习速度慢的不足以及Agent之间需要协作的问题,将黑板模型、融合算法以及强化学习技术进行了结合,重点研究了一种使用Q学习算法的多Agent协作学习算法.

原文链接:http://d.wanfangdata.com.cn/Periodical/kxzx201729051

送人玫瑰，手留余香~如您已下载到该资源，可在回帖当中上传与大家共享，欢迎来CDA社区交流学习。（仅供学术交流用。）