| 基于Q-Learning的智能体训练 |
| How to Train the Agent Based on the Way of Q-Learning |
| 修订日期：2006-11-06 |
| 中文关键词:Q-Learning 模糊控制 回报函数 |
| 英文关键词:Q-Learning fuzzy control reward function |
| 基金项目:河北师范大学青年基金（L2004Q15） |
| 赵增荣 韩提文 |
| [1]河北师范大学职业技术学院,河北石家庄050031 [2]河北工业职业技术学院成教部,河北石家庄050030 |
| 摘要点击次数: 1142 |
| 全文下载次数: 0 |
| 中文摘要: |
| 针对机器人足球比赛的多智能体环境下智能体的训练问题,提出了一种将模糊控制与Q-Learning相结合的学习方法,并在学习过程中自动调节回报函数以获得最优策略,此方法的有效性在中型组的仿真平台上得到了验证,并取得了较好效果,还可将它改进应用于其他多智体环境。 |
| 英文摘要: |
| In order to solve the problem of agent training in the multi-agent circumstances of robot soccer, a new method of agent learning is put forward, which combines the fuzzy control with the Q-Learning. During the learning process, the reward function is cont |
| 赵增荣,韩提文.基于Q-Learning的智能体训练[J].石家庄铁道大学学报(自然科学版),2007,(2):37-. |
| 查看全文 下载PDF阅读器 |
|
| 关闭 |
|
|
|
|
|