有哪些信誉好的足球投注网站- 1、本文档共4页，可阅读全部内容。
- 2、有哪些信誉好的足球投注网站（book118）网站文档一经付费（服务费），不意味着购买了该文档的版权，仅供个人/单位学习、研究之用，不得用于商业用途，未经授权，严禁复制、发行、汇编、翻译或者网络传播等，侵权必究。
- 3、本站所有内容均由合作方或网友上传，本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺！文档内容仅供研究参考，付费前请自行鉴别。如您付费，意味着您自己接受本站规则且自行承担风险，本站不退款、不进行额外附加服务；查看《如何避免下载的几个坑》。如果您已付费下载过本站文档，您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等，请点击“版权申诉”（推荐），也可以打举报电话：400-050-0827(电话支持时间：9:00-18:30)。
查看更多
基于多智能体强化学习的新强化函数设计
2 0 0 9年 3月 控 制 工 程 M ar . 2 0 0 9
第 16卷第 2期 Con tro l Engineering of Ch ina Vo l. 16 , No. 2
文章编号 : 167 17848 (2009)
基于多智能体强化学习的新强化函数设计
左国玉 , 张红卫 , 韩光胜
(北京工业大学 电子信息与控制工程学院 , 北京 100022)
摘 要 : 为了提高强化学习算法在多智能体系统中的性能表现 , 针对典型的多智能体系
统 Keep away平台总是以失败告终的特点 , 受与之有相同特点的单智能体系统杆平衡系统所采
用强化函数的启发 , 重新设计一种新的惩罚式的强化函数 。新的强化函数在系统成功状态时
设零值奖赏 , 失败状态时给与负值惩罚 。基于新设计的强化函数的 Sarsa ( λ) 算法成功应用在
Keep away平台上 。仿真结果表明 , 新设计的强化函数在一定参数条件下有效提高了强化学习
算法载 Keep away平台的性能表现 , 其最终的学习效果更好 。
关 键 词 : Keep away; 多智能体系统 ; 强化学习; 强化函数 ; Robocup
中图分类号 : TP 181 文献标识码 : A
A Reward Function Based on Reinforcement Learning of Multiagent
ZUO Guoy u, ZHAN G H ong w ei, HAN Guang sheng
( College of Electron ic Inform ation and Control Engineering, B eij ing Un iversity of Technology, B eij ing 100022 , Ch ina)
A b stract: To imp rove the p erform ance of the reinforcem ent learn ing m ethod on m u ltiagent system s, th ink ing about the characteristic
of Keep away that always ended w ith failure, ba sed on the reference of the reward function design p attern in the polebalance system , a
new p un itive reward function is redesigned. The values of the reward function are zeroes when the system is at succe ssfu l state s, and
the values are negatives when the system is at failed state s. Sarsa (λ) algorithm based on the new reward function are succe ssfu lly u sed
on the Keep away. The simu lation re su lts show that the new reward function ba sed on so
文档评论（0）