合作型多智能體決策技術(shù)的研究.pdf

1、合作型多智能體決策技術(shù)研究給定的一組智能體如何協(xié)調(diào)彼此的動(dòng)作，與環(huán)境進(jìn)行交互，共同完成一個(gè)長(zhǎng)遠(yuǎn)的目標(biāo)。合作型多智能體決策技術(shù)有相當(dāng)多的應(yīng)用背景。例如，機(jī)器人足球隊(duì)，球員之間相互配合，共同為贏得比賽麗努力：機(jī)器人營(yíng)救，多個(gè)機(jī)器人相互協(xié)調(diào)，以最快的速度，營(yíng)救地震后的幸存者。本論文重點(diǎn)研究合作型多智能體決策技術(shù)中的三個(gè)課題：1)值函數(shù)分解；2)合作型多智能體協(xié)調(diào)技術(shù)；3)合作型多智能體強(qiáng)化學(xué)習(xí)技術(shù)。本論文研究的主要內(nèi)容及取得的成果有以下幾方面

2、： 1．研究了合作型多智能體系統(tǒng)值函數(shù)分解技術(shù)，提出了一種基于角色特定上下文的值函數(shù)分解方法。該方法將系統(tǒng)值函數(shù)近似為一些局部值函數(shù)的和。每個(gè)局部值函數(shù)只包含需要協(xié)調(diào)彼此動(dòng)作的一小部分智能體。提出的值函數(shù)分解方法緊致地描述了系統(tǒng)中智能體之間的協(xié)調(diào)關(guān)系，降低了“維數(shù)詛咒”帶來(lái)的影響。 2．研究了合作型多智能體協(xié)調(diào)技術(shù)，證明了在合作型多智能體系統(tǒng)中，Pareto最優(yōu)同時(shí)也是Nash平衡，并提出了構(gòu)造合作型多智能體協(xié)調(diào)算法的一