Будь ласка, використовуйте цей ідентифікатор, щоб цитувати або посилатися на цей матеріал:
http://dspace.wunu.edu.ua/handle/316497/32381
Повний запис метаданих
Поле DC | Значення | Мова |
---|---|---|
dc.contributor.author | Kabysh, Anton | - |
dc.contributor.author | Golovko, Vladimir | - |
dc.contributor.author | Lipnickas, Arunas | - |
dc.date.accessioned | 2019-01-31T14:08:57Z | - |
dc.date.available | 2019-01-31T14:08:57Z | - |
dc.date.issued | 2012 | - |
dc.identifier.citation | 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. | uk_UA |
dc.identifier.uri | http://dspace.tneu.edu.ua/handle/316497/32381 | - |
dc.description.abstract | 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. | uk_UA |
dc.publisher | ТНЕУ | uk_UA |
dc.subject | reinforcement learning | uk_UA |
dc.subject | influence learning | uk_UA |
dc.subject | multi-agent learning | uk_UA |
dc.subject | multi-joined robot | uk_UA |
dc.title | Influence Learning for Multi-Agent System Based on Reinforcement Learning | uk_UA |
dc.type | Article | uk_UA |
Розташовується у зібраннях: | Комп'ютинг 2012 рік. Том 11. Випуск 1 |
Файли цього матеріалу:
Файл | Опис | Розмір | Формат | |
---|---|---|---|---|
Kabysh.pdf | 739.39 kB | Adobe PDF | Переглянути/Відкрити |
Усі матеріали в архіві електронних ресурсів захищені авторським правом, всі права збережені.