论文部分内容阅读
提出在动态环境中多Agent的一种协作模型,适用于环境信息不完备的复杂情况.将Agent的独立强化学习与BDI模型结合起来,使多Agent系统不但拥有强化学习的高度反应性和自适应性,而且拥有BDI的推理能力,使用Borlzman选取随机动作,并且采用新的奖励函数和表示方法减少学习空间、增加学习速度.仿真结果表明所提出方法简便可行,能够满足多Agent系统的要求.