应用记忆演化学习的Agent协商研究

doi:10.3778/j.issn.1002-8331.2009.19.040

计算机工程与应用 ›› 2009, Vol. 45 ›› Issue (19): 131-133.DOI: 10.3778/j.issn.1002-8331.2009.19.040

应用记忆演化学习的Agent协商研究

廉佐政¹,王海珍²,邓文新¹,滕艳平²

1.齐齐哈尔大学计算中心，黑龙江齐齐哈尔 161006
2.齐齐哈尔大学计算机与控制工程学院，黑龙江齐齐哈尔 161006

收稿日期:2008-10-30 修回日期:2008-12-26 出版日期:2009-07-01 发布日期:2009-07-01
通讯作者: 廉佐政

Novel Agent negotiation algorithm based on memory-evolution reinforcement learning

LIAN Zuo-zheng¹,WANG Hai-zhen²,DENG Wen-xin¹,TENG Yan-ping²

1.Computer Center，Qiqihar University，Qiqihar，Heilongjiang 161006，China
2.Department of Computer and Control Engineering，Qiqihar University，Qiqihar，Heilongjiang 161006，China

Received:2008-10-30 Revised:2008-12-26 Online:2009-07-01 Published:2009-07-01
Contact: LIAN Zuo-zheng

摘要/Abstract

摘要： 在多Agent系统（MAS）环境中，协商是一个复杂的动态交互过程。如何提高协商效率，成为了研究者关注的焦点。应用记忆演化理论的强化学习思想，提出一种Agent协商算法。它与基本强化学习相比，3阶段的记忆演化的强化学习，使得Agent可以在实时回报与延迟回报间更好的做出平衡，并为Agent记忆社会化交互创造条件，使强化学习更适合MAS的要求。通过模拟实验证明该协商算法是有效性的。

关键词: 记忆演化, 协商算法, 强化学习

Abstract: In Multi-Agent System（MAS），negotiation between agents is a complicated process in which negotiation agents mutually exchange offers.How to improve the negotiation efficiency between agents has become the focus on which the researchers pays attention.The paper proposes Agent negotiation algorithm which introduces the reinforcement learning idea based on memory-evolution theory.Compared with standard reinforcement learning，the negotiation algorithm included three stage memory-evolution reinforcement learning，which makes agent weigh between real-time response and delay-time response，and creats the interaction condition of social memory for Agent，that makes reinforcement learning fitter MAS requirement.Finally，the paper proves that negotiation algorithm is efficient by simulation experiment.

Key words: memory-evolution, negotiation algorithm, reinforcement leaning

廉佐政¹,王海珍²,邓文新¹,滕艳平². 应用记忆演化学习的Agent协商研究[J]. 计算机工程与应用, 2009, 45(19): 131-133.

LIAN Zuo-zheng¹,WANG Hai-zhen²,DENG Wen-xin¹,TENG Yan-ping². Novel Agent negotiation algorithm based on memory-evolution reinforcement learning[J]. Computer Engineering and Applications, 2009, 45(19): 131-133.

[1]	张鑫，张席. 优先状态估计的双深度Q网络[J]. 计算机工程与应用, 2021, 57(8): 78-83.
[2]	王晓，唐伦，贺小雨，陈前斌. 基于深度强化学习的服务功能链多维资源优化[J]. 计算机工程与应用, 2021, 57(4): 68-76.
[3]	赖俊，魏竞毅，陈希亮. 分层强化学习综述[J]. 计算机工程与应用, 2021, 57(3): 72-79.
[4]	马志豪，朱响斌. 拟双曲动量梯度的对抗深度强化学习研究[J]. 计算机工程与应用, 2021, 57(24): 90-99.
[5]	李宝帅，叶春明. 深度强化学习算法求解作业车间调度问题[J]. 计算机工程与应用, 2021, 57(23): 248-254.
[6]	王军，曹雷，陈希亮，赖俊，章乐贵. 多智能体博弈强化学习研究综述[J]. 计算机工程与应用, 2021, 57(21): 1-13.
[7]	成怡，郝密密. 改进深度强化学习的室内移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(21): 256-262.
[8]	况立群，李思远，冯利，韩燮，徐清宇. 深度强化学习算法在智能军事决策中的应用[J]. 计算机工程与应用, 2021, 57(20): 271-278.
[9]	孔松涛，刘池池，史勇，谢义，王堃. 深度强化学习在智能制造中的应用展望综述[J]. 计算机工程与应用, 2021, 57(2): 49-59.
[10]	李浩，宁浩宇，康雁，梁文韬，霍雯. 针对文本情感转换的SMRFGAN模型[J]. 计算机工程与应用, 2021, 57(2): 170-176.
[11]	张荣霞，武长旭，孙同超，赵增顺. 深度强化学习及在路径规划中的研究进展[J]. 计算机工程与应用, 2021, 57(19): 44-56.
[12]	杨薛钰，陈建平，傅启明，陆悠，吴宏杰. 基于随机方差减小方法的DDPG算法[J]. 计算机工程与应用, 2021, 57(19): 104-111.
[13]	宋浩楠，赵刚，王兴芬. 融合知识表示和深度强化学习的知识推理方法[J]. 计算机工程与应用, 2021, 57(19): 189-197.
[14]	王科银，石振，杨正才，杨亚会，王思山. 改进强化学习算法应用于移动机器人路径规划[J]. 计算机工程与应用, 2021, 57(18): 270-274.
[15]	张俊，朱庆伟，严俊杰，温波. 改进强化学习算法的UAV室内三维航迹规划[J]. 计算机工程与应用, 2021, 57(16): 175-181.

应用记忆演化学习的Agent协商研究

Novel Agent negotiation algorithm based on memory-evolution reinforcement learning

PDF

可视化

摘要/Abstract

引用本文

使用本文

参考文献

相关文章 15

编辑推荐

Metrics