计算机科学 ›› 2007, Vol. 34 ›› Issue (11): 156-158.
• • 上一篇 下一篇
出版日期:
发布日期:
基金资助:
Online:
Published:
摘要： 在深入分析Agent决策过程中状态与行为空间的迁移与构造的基础上，设计了Agent基于强化学习的最优行为选择策略和Agent强化学习的神经网络模型与算法，并对算法的收敛性进行了证明。通过对多Agent电子商务系统．中Agent竞价行为的预测仿真实验，验证了基于神经网络的Agent强化学习算法具有良好的性能和行为逼近能力。
关键词: Agent 强化学习 神经网络 Markov决策过程
Abstract: This paper thoroughly analyzes the transfer and construction of the state-action space of the agent decision- making process, discusses the optimal strategy of agent＇s action selection based on Markov decision-making process, and designed a neural network
Key words: Agent,Reinforcement learning,Neural networks,Markov decision-making process
. 基于神经网络的Agent增强学习模型[J]. 计算机科学, 2007, 34(11): 156-158. https://doi.org/
0 / / 推荐
导出引用管理器 EndNote|Reference Manager|ProCite|BibTeX|RefWorks
链接本文: https://www.jsjkx.com/CN/
https://www.jsjkx.com/CN/Y2007/V34/I11/156
Cited
首页