引用本文:蒋建国,苏兆品,张国富,夏 娜.多任务联盟形成中的Agent行为策略研究[J].控制理论与应用,2008,25(5):853~856.[点击复制]
JIANG Jian-guo,SU Zhao-pin,ZHANG Guo-fu,XIA Na.Agent-behavior strategy in serial multi-task coalition formation[J].Control Theory and Technology,2008,25(5):853~856.[点击复制]
多任务联盟形成中的Agent行为策略研究
Agent-behavior strategy in serial multi-task coalition formation
摘要点击 1391  全文点击 1181  投稿时间：2007-03-23  修订日期：2007-12-25
查看全文  查看/发表评论  下载PDF阅读器
DOI编号  
  2008,25(5):853-856
中文关键词  串行多任务  联盟  Agent行为策略  Q-学习
英文关键词  serial multi-task  coalitions  Agent behavior strategy  Q-learning
基金项目  国家自然科学基金资助项目(60474035); 国家教育部博士点基金资助项目(20060359004); 安徽省自然科学基金资助项目(070412035).
作者单位E-mail
蒋建国 合肥工业大学 计算机与信息学院, 安徽 合肥 230009
安全关键工业测控技术教育部工程研究中心, 安徽 合肥 230009 		szhpin@163.com 
苏兆品 合肥工业大学 计算机与信息学院, 安徽 合肥 230009
安全关键工业测控技术教育部工程研究中心, 安徽 合肥 230009 		 
张国富 合肥工业大学 计算机与信息学院, 安徽 合肥 230009
安全关键工业测控技术教育部工程研究中心, 安徽 合肥 230009 		 
夏 娜 合肥工业大学 计算机与信息学院, 安徽 合肥 230009
安全关键工业测控技术教育部工程研究中心, 安徽 合肥 230009 		 
中文摘要
      Agent联盟是多Agent系统中一种重要的合作方式, 联盟形成是其研究的关键问题. 本文提出一种串行多任务联盟形成中的Agent行为策略, 首先论证了Agent合作求解多任务的过程是一个Markov决策过程, 然后基于Q-学习求解单个Agent的最优行为策略. 实例表明该策略在面向多任务的领域中可以快速、有效地串行形成多个任务求解联盟.
英文摘要
      Agent-coalition is an important approach to agent-coordination and cooperation, in which the coalition formation is a key topic. Existing researches are restricted in single-task environments, and the results are not applied to multi-task environments. In this paper, a new agent behavior strategy in serial multi-task coalition formation for problemsolving is presented. The conclusion shows that the agent-task selection is a Markov Decision Process. The Q-learning is used to optimize the behavior strategy for a single agent, and the cooperative multi-agent reinforcement learning improves the learning rate. Experiments prove that the strategy can effectively and serially form coalitions for multi-task.