یادگیری تقلیدی با استفاده از الگوریتم ژنتیک در سیستم های چندپیشکاره

یادگیری از مهمترین مسائل مطرح در سیستم های چندپیشکاره است. سیستم های چندپیشکاره سیستم هایی شامل چندین پیشکارهستند که با یکدیگر تعامل دارند. در چنین سیستم هایی رفتار پیشکارها قابل پیش بینی نیست، بنابراین لازم است که پیشکارها ازمحیط اطرافشان بیاموزند و خود را با آن سازگار کنند. پیشکارها برای یادگیری نیازمند مدلها و الگوریتم های یادگیری هستند. در اینمقاله مدل یادگیری مبتنی بر مشاهده، که به نام یادگیری تقلیدی نیز شناخته می شود بررسی می شود. استدلال مبتنی بر مورد، یکی ازمعمول ترین روش ها برای پیاده سازی یادگیری تقلیدی است. در محیط های پیچیده ارائه مدلی از یادگیری ضرورت دارد.این تحقیق ابتدا با استفاده از یادگیری تقلیدی پیشکار را در محیط دو بعدی فوتبال شبیه سازی کرده، سپس به منظور افزایش کارایی دریادگیری، از الگوریتم ژنتیک استفاده می شود. نتایج نشان می دهد که استفاده از الگوریتم ژنتیک سبب افزایش کارایی سیستم می شود.در آخر با مقایسه نتایج حاصل از روش یادگیری با مشاهده، و روش پیشنهادی می توان بهبود عملکرد پیشکار مقلد را در الگوریتمپیشنهادی نشان داد.

Keywords:

سیستم های چندپیشکاره , یادگیری مشاهده ای , یادگیری تقلیدی , استدلال مبتنی بر مورد , الگوریتم ژنتیک