یادگیری تقویتی پیمانه ای با پیمانه های ناهمگون در محیط های چندعامله

سال انتشار: 1388
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,234

فایل این مقاله در 8 صفحه با فرمت PDF قابل دریافت می باشد

استخراج به نرم افزارهای پژوهشی:

لینک ثابت به این مقاله:

شناسه ملی سند علمی:

CSICC15_225

تاریخ نمایه سازی: 26 مهر 1388

چکیده مقاله:

مسئله یادگیری بویژه در سیستم های چندعامله از موضوعات پرکاربرد در هوش مصنوعی می باشد یادگیری تقویتی نیز از زمینه های فعال در هوش مصنوعی است و درسالهای اخیر تمایل زیادی به استفاده از این روش یادگیری در سیستم های چندعامله مشاهده می شود. با توجه به افزایش فضای حالت هر عامل و در نتیجه افزایش حافظه موردنیاز درزمان استفاده از روشهای یادگیری تقویتی در سیستم های چندعامله تاکنون روشهای مختلفی برای کم رنگ کردن این مشکل و افزایش سرعت یادگیری مطرح شده است. یکی از این روشها استفاده از خاصیت پیمانه ای است که با شکستن مسئله و تقسیم آن بین پیمانه ها باعث کوچک تر شدن فضای حالت عامل و افزایش سرعت یادگیری میشود. در این مقاله یک روش جدید پیمانه ای ارائه شده که موجب سرعت بخشیدن به امر یادگیری شده است برای این منظور دو پیمانه موثر به ساختار پیمانه ای هرعامل اضافه شده که هرکدام در افزایش سرعت یادگیری نقش مفیدی ایفا می کنند.

نویسندگان

سحر عراقی

دانشگاه صنعتی امیرکبیر

محمدابراهیم شیری

دانشگاه صنعتی امیرکبیر

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 :
  • Modular Fuzzy Reinforcement Learning Approach With Internal Model Capabilities for ...
  • C YB ERNETICS _ Vol. 34. 1083-4419/0). ...
  • Self-improving reactive agents based on reinforcement lea rning, planning and ...
  • Neural reinforcement learning for behavior synthesis. P.Touzet. Lille, France : ...
  • "A conflict resolution based decentralized multi-agent problem solving model. F. ...
  • S.Whitehead, J _ Ka rlsson, J .Tenenberg. learning multiple goal ...
  • Sutton, Richard S. and Barto, Andrew G. Reinforcement Learning: An ...
  • Technical Note: Q-Learning. Watkins, C. J. C. H. and Dayan, ...
  • Markov games as a framework for multiagent M .L.Littman. ...
  • Francisco, CA : S.n., 1994. International Conference of Machine Learning. ...
  • Multiagent reinforcement learning: theoretical framework and an algorithm. J. Hu, ...
  • Multi-agent reinforcement learning:an approach based on the other agent's internal ...
  • Multi-agent reinforcement learning:a modular approach. N.Ono, K.Fukomot, 1996. IEEE International ...
  • Fuzzy OLAP Association Rules Mining-Based Modular Reinforcement Learning Approach for ...
  • Multiagent Reinforcement Learning with the Partly High- Dimensional State Space. ...
  • Sooraj Bhat, Charles L. Isbell Jr., Michael Mateas. On the ...
  • Takayuki Kohri, Kei M atsub ayashi, Mario Tokoro. An Adaptive ...
  • نمایش کامل مراجع