论文部分内容阅读
强化学习是一种无监督的机器学习技术,通过试错法即能找到最优解或者接近最优解,并能实现动态环境下的在线学习,因此强化学习被公认为是构成智能Agent的理想技术之一。决策仿真系统具有环境复杂、状态不确定等特点,如何将强化学习应用到决策仿真领域,是当前研究的热点与难点。本文主要研究强化学习方法并应用到多Agent决策仿真系统中。首先根据分层学习和决策的思想,给出了基于Agent的决策仿真系统框架。接着本文提出了一种基于强化学习的Agent认知模型,将环境变化预测引入Agent模型,使Agent对环境在一定程度上具有前瞻性的预测能力。在对已有强化学习算法分析的基础上,提出了改进的单Agent Q学习算法,使系统中每个Agent都能根据需要自主学习。随后,本文分析了多Agent强化学习中的信度分配问题,并提出了多Agent联合Q学习算法,以提高整个多Agent系统的学习效率。最后,本文通过对某决策仿真系统的实验,对本文提出的Agent认知模型和强化学习算法进行验证。实验表明,本文提出的Agent认知模型能够有效的应用于决策仿真系统,且强化学习算法提高了Agent的学习效率。