基于多智能體強化學習的決策支持系統(tǒng)的研究.pdf

1、決策支持系統(tǒng)是基于已有的數(shù)據(jù)、模型和知識，利用計算機智能以人機交互方式幫助決策者作出快速、正確的決策。其目的是幫助決策者提高決策水平和質(zhì)量。
　　 本文研究了如何利用強化學習技術提高決策支持系統(tǒng)的智能性，使它能更好地進行決策支持。文中分別研究和分析了基于多智能體強化學習算法的決策支持系統(tǒng)在沖突分析和空戰(zhàn)決策中的應用，并對多智能體強化學習算法進行了改進。
　　 沖突解決是博弈論和沖突分析中的一個研究方向。本文把博弈論中關于

2、平衡狀態(tài)的定義引入到強化學習中，提出了一種適用于沖突分析的多智能體強化學習算法。這一方法不僅可以找到?jīng)_突的平衡點，而且能夠找到解決問題的路徑。
　　 空戰(zhàn)決策是非常復雜的問題，本文主要集中在利用強化學習理論，進行飛行路徑規(guī)劃和空戰(zhàn)戰(zhàn)術決策兩個方面的設計和研究。強化學習的維數(shù)災難一直是其在路徑規(guī)劃問題中難以克服的問題。本文通過賦予各個智能體不同的學習任務，解決了多智能體強化學習維數(shù)災難的問題。另外，本文針對空戰(zhàn)決策不滿足馬爾可夫決