روشی مبتنی بر اتوماتای یادگیرتعمیم یافته درحل مسائل تصمیم گیری غیرمتمرکز چندعامله

سال انتشار: 1394
محل انتشار: هفتمین کنفرانس بین المللی فناوری اطلاعات و دانش
کد COI اختصاصی: ICIKT07_026
زبان مقاله: فارسی
تعداد مشاهده: 545

نویسندگان

دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران

چکیده

اتوماتای یادگیر در حال حاضر به عنوان ابزاری ارزشمند در طراحی الگوریتمهای یادگیری تقویتی بوده و حتی در سیستمهایی که از وجود چندین اتوماتای یادگیر بهره می برند نیز ویژگیهای خوبی را ارائه داده اند. اتوماتای یادگیر در مسائل تصمیم گیری غیر متمرکز قادر به کنترل زنجیره های مارکوف محدود و حتی یازی های مارکوفی نیز می باشد. این بازی ها توسعه ای از فرآیندهای تصادفی مارکوف با چندین عامل بوده و هدف هر عامل پیدا کردن سیاست بهینه ای است که امید ریاضی مجموع کاهش یافته پاداشها را بیشینه نماید. در این مقاله در روش پیشنهادی، در هر حالت از محیط، به ازای هر عامل، یک اتوماتای یادگیر تعمیم یافته استفاده شده است. اعمال انتخابی اتوماتای یادگیر تعمیم یافته (GLA) برپایه پاداش تجمعی به دست آمده یا بردار احتمال اعمال اتوماتای یادگیر حالت جدید، پاداش یا جریمه دریافت می کنند، نتایج آزمایشهای انجام گرفته نشان داده اند کا الگوریتم ارائه شده از کارایی مناسبی در سرعت همگرایی(رسیدن به راه حل بهینه) برخوردار است.

کلیدواژه ها

اتوماتای یادگیر تعمیم یافته، بازی های مارکوفی، یادگیری تقویتی چند عامله

مقالات مرتبط جدید

اطلاعات بیشتر در مورد COI

COI مخفف عبارت CIVILICA Object Identifier به معنی شناسه سیویلیکا برای اسناد است. COI کدی است که مطابق محل انتشار، به مقالات کنفرانسها و ژورنالهای داخل کشور به هنگام نمایه سازی بر روی پایگاه استنادی سیویلیکا اختصاص می یابد.

کد COI به مفهوم کد ملی اسناد نمایه شده در سیویلیکا است و کدی یکتا و ثابت است و به همین دلیل همواره قابلیت استناد و پیگیری دارد.