多代理最优响应Q学习及收敛性证明

摘要：

在分析了多代理强化学习的基础上,提出了一种基于对手策略假设的代理最优响应强化学习规则,并证明了当对手策略满足一定条件时,基于该学习规则的Q值收敛.实验结果与理论证明相一致.

关键词：强化学习、Markov对策、收敛

所属期刊栏目：31

分类号：TP3(计算技术、计算机技术)

在线出版日期：2004-06-11（万方平台首次上网日期，不代表论文的发表时间）

页数：共3页

页码：96-98