返回主题:强化学习与多智能体

知识卡片

普通读书笔记卡 · 2797.c

学习自动机只看自身

理解等级:未标注

学习自动机让智能体在未知环境中自动适应:根据环境对自身行为的响应,更新自己各个动作的概率分布,逐步学到最优策略。它是完全分散式的算法,只考虑自身行为和环境回报,完全不理会其他智能体。线性回报-无为、线性回报-惩罚等变体在一定条件下可以收敛到纳什均衡。

这张卡片看不懂?

已有反馈 · 0 条

    还没有人提交反馈。

    原书出处

    参考来源

    - 位置:《分布式人工智能:基于TensorFlow、RTOS与群体智能体系》第8章《对抗和群体智能博弈》(源文件:_epub-src/OEBPS/Text/chapter8-2-6.xhtml) - 结论依据:原文说明学习自动机的目的是让智能体在未知环境下自动适应,方法是基于环境响应更新自身行为的概率分布、学习最优策略;它是完全分散式学习算法,只考虑自身行为和环境回报,忽略其他智能体;LR-I、LR-P等变体在一定条件下可收敛到纳什均衡。 - 原始内容:它的主要方法是基于环境响应,更新自身行为的概率分布,学习最优策略。它是一个完全分散式的学习算法,只考虑自身行为和环境回报,而忽略其他智能体。