作者：张化祥; 赵彤; 黄上腾markov对策强化学习协商
摘要：一般和对策中,只考虑个体理性的多协作是一种无全局目标的协作.学习基于对手策略假设,不能保证假设的正确性.为此通过定义协作的集体目标,提出了一种基于多协商的强化学习算法.选择协商策略,并惩罚偏离该策略的来保证协商策略的执行.文中给出了学习收敛的条件及证明,并以实例加以分析.
注：因版权方要求，不能公开全文，如需全文，请咨询杂志社
《上海交通大学学报》（月刊）创刊于1956年，由中华人民共和国教育部主管，上海交通大学主办，CN刊号为：31-1466/U，自创刊以来，颇受业界和广大读者的关注和好评。 《上海交通大学学报》主要刊载船舶与海洋工程、动力、机械、能源、材料、电气、电子、计算机、化工、生物工程、管理科学，以及数学、物理、工程力学等方面的最新研究成果。
部级期刊
人气 258461 评论 46
省级期刊
人气 238650 评论 36
人气 154247 评论 33
人气 151924 评论 53
