协作多智能体深度强化学习研究综述

打开文本图片集

摘 要：多智能体系统是由多个智能体与环境交互组成的分布式决策系统，是分布式人工智能的一个重要研究方向，在复杂未知的现实社会具有广阔的应用前景，如工业、农业、军事和航空航天等群体机器人系统，以及交通控制、资源管理、商业金融和游戏AI等。多智能体强化学习（Multi-Agent Reinforcement Learning， MARL）依托强化学习在未知环境中的序贯决策能力，融合了运筹学、博弈论和群体心理学等众多学科，能够更好地发挥多个智能体的协同优势，进而低成本、高效率地完成复杂任务。（剩余27603字）

网站仅支持在线阅读（不支持PDF下载），如需保存文章，可以选择【打印】保存。