一种在多Agent系统中求帕累托效率解的方法

doi:10.3778/j.issn.1002-8331.2010.22.066

计算机工程与应用 ›› 2010, Vol. 46 ›› Issue (22): 229-232.DOI: 10.3778/j.issn.1002-8331.2010.22.066

一种在多Agent系统中求帕累托效率解的方法

柴玉梅，景慧敏

郑州大学信息工程学院，郑州 450001

收稿日期:2009-01-13 修回日期:2009-03-23 出版日期:2010-08-01 发布日期:2010-08-01
通讯作者: 柴玉梅

Method to seek Pareto improvement in multi-Agent system

CHAI Yu-mei，JING Hui-min

College of Information Engineering，Zhengzhou University，Zhengzhou 450001，China

Received:2009-01-13 Revised:2009-03-23 Online:2010-08-01 Published:2010-08-01
Contact: CHAI Yu-mei

摘要/Abstract

摘要： 著名的Robert Axelrod实验证明了具备善意的、宽容的、强硬的和简单明了的算法将总会是赢家。基于这种思想，设计了PESCO算法。它可以在合作博弈中，面对合作的对手，寻求帕累托效率解，尽可能地达到双赢的局面。也可以在非合作博弈中，或对手不合作时，保证安全收益。以可合作的供零博弈、Stackelberg博弈和非合作的猜硬币博弈为背景，将PESCO算法与几个算法进行博弈，PESCO算法取得了较好的效果。

关键词: Tit-for-Tat算法, Q学习, 帕累托效率解

Abstract: The famous Robert Axelrod experiment proves that with good will，tolerant，strong and simple algorithm always is a winner.Based on this thought，PESCO algorithm is designed.It seeks the Pareto efficient solution，achieves the win-win situationas as far as possible，if the opponents are cooperative in the cooperative game.In the non-cooperative game，or opponent is uncooperative，it can be ensured safety in the proceeds.And by the Supplier-Retailers game，Stackelberg game and non-cooperative guessing the coin game，it is carried on gambling the PESCO algorithm with several algorithms，the PESCO algorithm has obtained good results.

Key words: Tit-for-Tat, Q-learning, Pareto efficient solution

中图分类号:

TP311

柴玉梅，景慧敏. 一种在多Agent系统中求帕累托效率解的方法[J]. 计算机工程与应用, 2010, 46(22): 229-232.

CHAI Yu-mei，JING Hui-min. Method to seek Pareto improvement in multi-Agent system[J]. Computer Engineering and Applications, 2010, 46(22): 229-232.

[1]	张俊杰，张聪，赵涵捷. 重复利用状态值的竞争深度Q网络算法[J]. 计算机工程与应用, 2021, 57(4): 134-140.
[2]	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.
[3]	司彦娜，普杰信，臧绍飞. 基于残差梯度法的神经网络Q学习算法[J]. 计算机工程与应用, 2020, 56(18): 137-142.
[4]	王梦娇，尹翔，黄宁馨. 基于迁移学习的多任务分配算法[J]. 计算机工程与应用, 2020, 56(13): 150-155.
[5]	陈晓倩，刘瑞祥. 基于最小二乘策略迭代的无人机航迹规划方法[J]. 计算机工程与应用, 2020, 56(1): 191-195.
[6]	徐志雄，曹雷，陈希亮. 基于强化学习的无人坦克对战仿真研究[J]. 计算机工程与应用, 2018, 54(8): 166-171.
[7]	胡龄爻1，2，3，陈建平1，2，3，傅启明1，2，3，4，胡文1，2，3，倪庆文1，2，3. 一种面向建筑节能的强化学习自适应控制方法[J]. 计算机工程与应用, 2017, 53(21): 239-246.
[8]	刘晓伟1，高春鸣2. 结合行为树与Q-learning优化UT2004中agent行为决策[J]. 计算机工程与应用, 2016, 52(3): 113-118.
[9]	张晓芳1，谢俊2. 可控家用电器负荷优化模型及用电策略研究[J]. 计算机工程与应用, 2016, 52(24): 246-250.
[10]	盛歆漪1，孙俊2，周頔1，须文波2. 一种Q学习的量子粒子群优化方法[J]. 计算机工程与应用, 2014, 50(21): 8-13.
[11]	章惠龙，李龙澍. Q学习在RoboCup前场进攻动作决策中的应用[J]. 计算机工程与应用, 2013, 49(7): 240-242.
[12]	刘智勇1，2，宋正东2. 城市区域交通信号的混沌模糊Q学习控制[J]. 计算机工程与应用, 2012, 48(4): 207-210.
[13]	刘智斌1，朱晓龙2，曹宝香1. 一种自适应程序设计方法[J]. 计算机工程与应用, 2011, 47(36): 80-82.
[14]	常晓军. 基于联合强化学习的RoboCup-2D传球策略[J]. 计算机工程与应用, 2011, 47(23): 212-216.
[15]	侯艳丽. 基于支持向量机和Q学习的移动机器人导航[J]. 计算机工程与应用, 2011, 47(23): 242-244.

一种在多Agent系统中求帕累托效率解的方法

Method to seek Pareto improvement in multi-Agent system

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