Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал: http://dspace.wunu.edu.ua/handle/316497/32381
Назва: Influence Learning for Multi-Agent System Based on Reinforcement Learning
Автори: Kabysh, Anton
Golovko, Vladimir
Lipnickas, Arunas
Ключові слова: reinforcement learning
influence learning
multi-agent learning
multi-joined robot
Дата публікації: 2012
Видавництво: ТНЕУ
Бібліографічний опис: Kabysh, A. Influence Learning for Multi-Agent System Based on Reinforcement Learning [Text] / Anton Kabysh, Vladimir Golovko, Arunas Lipnickas // Computing = Комп’ютинг. - 2012. - Vol. 11, is. 1. - P. 39-44.
Короткий огляд (реферат): This paper describes a multi-agent influence learning approach and reinforcement learning adaptation to it. This learning technique is used for distributed, adaptive and self-organizing control in multi-agent system. This technique is quite simple and uses agent’s influences to estimate learning error between them. The best influences are rewarded via reinforcement learning which is a well-proven learning technique. It is shown that this learning rule supports positive-reward interactions between agents and does not require any additional information than standard reinforcement learning algorithm. This technique produces optimal behavior of multi-agent system with fast convergence patterns.
URI (Уніфікований ідентифікатор ресурсу): http://dspace.tneu.edu.ua/handle/316497/32381
Розташовується у зібраннях:Комп'ютинг 2012 рік. Том 11. Випуск 1

Файли цього матеріалу:
Файл Опис РозмірФормат 
Kabysh.pdf739.39 kBAdobe PDFПереглянути/Відкрити


Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.