تکنیک جدید GSAT برای انتقال دانش بین عاملها و کمک به الگوریتمهای یادگیری تقویتی در محیط های پیچیده چند عامله

هم اکنون الگوریتم های بر مبنای جمعیت شاخه ی مهمی از علم هوش مصنوعی گردیده اند. در این زمینه تحقیقات وسیعی جهتایجاد، بهبود و استفاده از این الگوریتم ها در حل مسائل پیچیده توسط محققان علوم رایانه انجام گرفته است. می توان برای حلمسائل کوتاهترین مسیر از الگوریتم های یادگیری تقویتی بر مبنای جمعیت استفاده نمود؛ از جمله الگوریتم های بر مبنای جمعیت، الگوریم GSA می باشد که توسط خانم راشدی و همکارانش ارائه گردید. ما در این مقاله از الگوریتم GSA به همراه الگوریتم SARSA برای حل مسئله ی Grid World با هدف متحرک استفاده نموده ایم تا به الگوریتم بهتری در حل این گونه مسائل دست یابیم و تعداد حرکات لازم برای رسیدن عامل به هدف را کاها دهیم. در این روش چند عامل بصورت انفرادی شروعبه یادگیری کرده و بعد با همدیگر به همکاری می پردازند تا اینکه عامل ها به سمت هدف با کمترین خطا حرکت نمایند. جهت ارتباط و انتقال دانا بین عامل ها تکنیک GSAT پیشنهاد می شود. تکنیک ارائه شده نسبت به بسیاری از تکنیک های موجود توانسته است بهبود زیادی در کاها تعداد حرکات عامل برای رسیدن به هدف و عبور از موانع از خود نشان دهد. کارایی این روش در بخش بحث و نتیجه گیری با رسم نمودار نشان داده شده است.

کلیدواژه ها:

الگوریتم جستجوی گرانشی ، یادگیری تقویتی ، Grid World ، Q-learning ، GSAT