您的位置: 专家智库 > >

黄付亮

作品数:3 被引量:2H指数:1
供职机构:太原科技大学计算机科学与技术学院更多>>
发文基金:国家自然科学基金更多>>
相关领域:自动化与计算机技术自然科学总论更多>>

文献类型

  • 2篇期刊文章
  • 1篇学位论文

领域

  • 2篇自动化与计算...
  • 1篇自然科学总论

主题

  • 1篇多AGENT...
  • 1篇多AGENT...
  • 1篇优化算法
  • 1篇智能体
  • 1篇搜索
  • 1篇子群
  • 1篇粒子群
  • 1篇粒子群优化
  • 1篇粒子群优化算...
  • 1篇和声搜索
  • 1篇多智能
  • 1篇多智能体
  • 1篇PSO算法
  • 1篇MAS
  • 1篇博弈
  • 1篇博弈框架
  • 1篇AGENT

机构

  • 3篇太原科技大学
  • 2篇合肥工业大学

作者

  • 3篇黄付亮
  • 2篇刘焜
  • 2篇张荣国
  • 2篇陈大川

传媒

  • 1篇计算机工程
  • 1篇计算机与数字...

年份

  • 3篇2011
3 条 记 录,以下是 1-3
排序方式:
联合博弈框架下的多Agent强化学习算法研究
多智能体系统是一个复杂的动态系统,系统中问题求解空间巨大,是人工智能领域研究的一个热点问题。智能体系统的一个主要特征是能够适应未知环境,其中学习能力是智能体系统的关键技术之一。针对单Agent系统对环境仅部分感知、搜索空...
黄付亮
关键词:多智能体
PSO算法在子任务分配中的应用被引量:2
2011年
设计一种双重粒子编码方式,提出用于求解子任务分配问题的粒子群优化(PSO)算法。采用预约束方法产生初始种群,根据PSO算法容易陷入局部最优的特点,引入和声搜索策略加以改进。通过对经典实例的仿真分析,并与其他算法进行对比,证明新算法具有较强的寻优能力,收敛速度较快。
陈大川张荣国黄付亮刘焜
关键词:粒子群优化算法和声搜索
基于联合博弈的多Agent学习
2011年
在研究Q-Learning算法的基础上,将博弈论中的团队协作理论引入到强化学习中,提出了一种基于联合博弈的多Agent学习算法。该算法通过建立多个阶段博弈,根据回报矩阵对阶段博弈的结果进行评估,为其提供一种有效的A-gent行为决策策略,使每个Agent通过最优均衡解或观察协作Agent的历史动作和自身当前情况来预测其所要执行的动作。对任务调度问题进行仿真实验,验证了该算法的收敛性。
黄付亮张荣国陈大川刘焜
关键词:AGENTMAS
共1页<1>
聚类工具0