یادگیری تقویتی در سیستم های چندعامله غیرهمکار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 496
فایل این مقاله در 9 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:
SASTECH09_149
تاریخ نمایه سازی: 11 اردیبهشت 1398
چکیده مقاله:
یکی از مسایلی که در زمینه تحقیقات سیستم های چندعامله مورد توجه قرار گرفته است، استفاده از تکنیکهای یادگیر تجهیز سیستمهای چندعامله با تواناییهای یادگیری میباشد. در این مسایل چندین تعادل نش وجود دارد. در یادگیری تقویتی سیستم های چندعامله، بیشترین تضمین همگرایی الگوریتم های یادگیری به تعادل نش بهینه است. بازی های تصادفی بعنوان توسعهای از فرایندهای تصادفی مارکوف با چندعامل در سیستمهای چندعامله مدلسازی آنها دارای اهمیت بوده بعنوان چارچوبی مناسب در تحقیقات یادگیری تقویتی چندعامله بکار رفته اند. در این مقاله الگوریتم یادگیری تقویتی Nash-Q برای حل نوعی از بازی تصادفی Grid-World که سیستم چندعامله غیرهمکار است دارای دو تعادل نش است، بکار برده شد نتایج نشان داده شدند.
کلیدواژه ها:
نویسندگان
عاطفه بابایی
دانش آموخته کارشناسی ارشد دانشگاه علوم اقتصادی تهران