Incremental Reinforcement Learning in Multiagent Systems
محل انتشار: ششمین کنفرانس سراسری سیستم های هوشمند
سال انتشار: 1383
نوع سند: مقاله کنفرانسی
زبان: انگلیسی
مشاهده: 1,235
فایل این مقاله در 6 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICS06_034
تاریخ نمایه سازی: 18 تیر 1391
چکیده مقاله:
In this paper a reinforcement Learning (RL) methodology is used to design multi agent systems. Our agents have to coordinate to reach a common goal. We used simple reactive agents with local perception in a decentralized way to overcome difficulties of RL. To increase speed of learning, we used an incremental learning algorithm where agents first face simple tasks to learn then face more and more hard tasks while keep learning.
نویسندگان
p Zahadat
Msc student and Corresponding author
S.D Katebi
Faculty of Computer Science and Engineering, Department of Computer science and Engineering, School of Engineering, Shiraz University, Shiraz, Iran
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :