合作型多智能體決策技術的研究.pdf

1、合作型多智能體決策技術研究給定的一組智能體如何協(xié)調(diào)彼此的動作，與環(huán)境進行交互，共同完成一個長遠的目標。合作型多智能體決策技術有相當多的應用背景。例如，機器人足球隊，球員之間相互配合，共同為贏得比賽麗努力：機器人營救，多個機器人相互協(xié)調(diào)，以最快的速度，營救地震后的幸存者。本論文重點研究合作型多智能體決策技術中的三個課題：1)值函數(shù)分解；2)合作型多智能體協(xié)調(diào)技術；3)合作型多智能體強化學習技術。本論文研究的主要內(nèi)容及取得的成果有以下幾方面

2、： 1．研究了合作型多智能體系統(tǒng)值函數(shù)分解技術，提出了一種基于角色特定上下文的值函數(shù)分解方法。該方法將系統(tǒng)值函數(shù)近似為一些局部值函數(shù)的和。每個局部值函數(shù)只包含需要協(xié)調(diào)彼此動作的一小部分智能體。提出的值函數(shù)分解方法緊致地描述了系統(tǒng)中智能體之間的協(xié)調(diào)關系，降低了“維數(shù)詛咒”帶來的影響。 2．研究了合作型多智能體協(xié)調(diào)技術，證明了在合作型多智能體系統(tǒng)中，Pareto最優(yōu)同時也是Nash平衡，并提出了構(gòu)造合作型多智能體協(xié)調(diào)算法的一