论文部分内容阅读
针对多agent团队中各成员之间是协作关系且自主决策的学习模型，在此对Q学习算法进行了适当扩充，提出了适合于多agent团队的一种共享经验元组的多agent协同强化学习算法。其中采用新的状态行为的知识表示方法，采用相似性变换和经验元组的共享，能够提高多agent团队协同工作的效率。最后将该算法应用于猎人捕物问题域，实验结果表明该算法能够明显加快多个猎人合作抓捕猎物的进程。