یادگیری تقویتی در سیستم های چند عامله غیرهمکار
سال انتشار: 1393
نوع سند: مقاله کنفرانسی
زبان: فارسی
مشاهده: 1,069
فایل این مقاله در 9 صفحه با فرمت PDF قابل دریافت می باشد
- صدور گواهی نمایه سازی
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
COMPUTER01_156
تاریخ نمایه سازی: 22 مهر 1394
چکیده مقاله:
یکی از مسائلی که در زمینه تحقیقات سیستم های چند عامله مورد توجه قرا رگرفته است، استفاده از تکنیک های یادگیر و تجهیز سیستم های چند عامله با توانایی های یادگیری می باشد. در این مسائل چندین تعادل نش وجود دارد. در یادگیری تقویتی سیستم های چند عامله، بیشترین تضمین همگرایی الگوریتم های یادگیری به تعادل نش بهینه است. بازی های تصادفی بعنوان توسعه ای از فرایندهای تصادفی مارکوف با چند عامل در سیستم های چند عامله و مدل سازی آنها دارای اهمیت بوده و بعنوان چارچوبی مناسب در تحقیقات یادگیری تقویتی چند عامله بکار رفته اند. در این مقاله الگوریتم یادگیری تقویتی Nash-Q برای حل نوعی از بازی تصادفی Grid- World که سیستم چند عامله غیرهمکار است و دارای دو تعادل نش است، بکار برده شد و نتایج نشان داده شدند.
کلیدواژه ها:
نویسندگان
عاطفه بابایی
دانش آموخته کارشناسی ارشد دانشگاه علوم اقتصادی تهران
مراجع و منابع این مقاله:
لیست زیر مراجع و منابع استفاده شده در این مقاله را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود مقاله لینک شده اند :