多任务联盟形成中的Agent行为策略研究
蒋建国
苏兆品
张国富
夏娜
1.合肥工业大学,计算机与信息学院,安徽,合肥,230009;安全关键工业测控技术教育部工程研究中心,安徽,合肥,2300092.合肥工业大学,计算机与信息学院,安徽,合肥,230009;安全关键工业测控技术教育部工程研究中心,安徽,合肥,2300093.合肥工业大学,计算机与信息学院,安徽,合肥,230009;安全关键工业测控技术教育部工程研究中心,安徽,合肥,2300094.合肥工业大学,计算机与信息学院,安徽,合肥,230009;安全关键工业测控技术教育部工程研究中心,安徽,合肥,230009
摘要：Agent联盟是多Agent系统中一种重要的合作方式,联盟形成是其研究的关键问题.本文提出一种串行多任务联盟形成中的Agent行为策略,首先论证了Agent合作求解多任务的过程是一个Markov决策过程,然后基于Q-学习求解单个Agent的最优行为策略.实例表明该策略在面向多任务的领域中可以快速、有效地串行形成多个任务求解联盟.
关键词：串行多任务联盟Agent行为策略Q-学习
分类号：TP301(计算技术、计算机技术)
资助基金：国家自然科学基金(60474035)高等学校博士学科点专项科研基金(20060359004)安徽省自然科学基金(070412035)
论文发表日期：2008-01-01
在线出版日期：2025-08-15（本平台首次上网日期，不代表文献的发表时间）
页数：4( 853-856 )
英文信息