M-POMDP模型及其划分求解算法

摘要：

针对多M-POMDP问题(多Agent部分可观察Markov决策问题)中存在的动作空间搜索量随Agent个数呈指数倍增长的问题,该文给出了一种基于Agent依赖关系的划分算法,在满足收益可分解的条件下,将Agent集合按动作依赖关系分为几组.在固定了一些Agent的策略后,剩下的Agent只依赖于自己组内的Agent的动作,从而变为一个比较独立的决策问题,降低求解问题的复杂度.通过实验,证明了这种方法可以减少Agent搜索空间,从而提高求解效率.

关键词：多Agent系统、可观察决策问题、划分算法

所属期刊栏目：45

分类号：TP181(自动化基础理论)

资助基金：国家自然科学基金60496323,60373079

在线出版日期：2005-12-01（万方平台首次上网日期，不代表论文的发表时间）

页数：共4页

页码：1413-1416