论文部分内容阅读
增强学习属于机器学习的一种，它通过与环境的交互获得策略的改进，其在线学习和自适应学习的特点使其成为解决策略寻优问题有力的工具。多智能体系统是人工智能领域的一个研究热点，对于多智能体学习技术的研究需要建立在系统环境模型的基础之上，由于多个智能体的存在，智能体之间的相互影响使得多智能体系统高度复杂，多智能体系统环境属于非确定马尔可夫模型，因此直接把基于马尔可夫模型的增强学习技术引入多智能体系统是不合适的。论文基于智能体间独立的学习机制，提出了一种改进的多智能体Q学习算法，使其适用于非确定马尔可夫环境，并对该学