روشی مبتنی بر اتوماتای یادگیرتعمیم یافته درحل مسائل تصمیم گیری غیرمتمرکز چندعامله
Publish Year: 1394
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 539
This Paper With 6 Page And PDF Format Ready To Download
- Certificate
- من نویسنده این مقاله هستم
استخراج به نرم افزارهای پژوهشی:
شناسه ملی سند علمی:
ICIKT07_026
تاریخ نمایه سازی: 22 مهر 1394
Abstract:
اتوماتای یادگیر در حال حاضر به عنوان ابزاری ارزشمند در طراحی الگوریتمهای یادگیری تقویتی بوده و حتی در سیستمهایی که از وجود چندین اتوماتای یادگیر بهره می برند نیز ویژگیهای خوبی را ارائه داده اند. اتوماتای یادگیر در مسائل تصمیم گیری غیر متمرکز قادر به کنترل زنجیره های مارکوف محدود و حتی یازی های مارکوفی نیز می باشد. این بازی ها توسعه ای از فرآیندهای تصادفی مارکوف با چندین عامل بوده و هدف هر عامل پیدا کردن سیاست بهینه ای است که امید ریاضی مجموع کاهش یافته پاداشها را بیشینه نماید. در این مقاله در روش پیشنهادی، در هر حالت از محیط، به ازای هر عامل، یک اتوماتای یادگیر تعمیم یافته استفاده شده است. اعمال انتخابی اتوماتای یادگیر تعمیم یافته (GLA) برپایه پاداش تجمعی به دست آمده یا بردار احتمال اعمال اتوماتای یادگیر حالت جدید، پاداش یا جریمه دریافت می کنند، نتایج آزمایشهای انجام گرفته نشان داده اند کا الگوریتم ارائه شده از کارایی مناسبی در سرعت همگرایی(رسیدن به راه حل بهینه) برخوردار است.
Keywords:
Authors
سمانه عصار
دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
بهروز معصومی
دانشگاه آزاد اسلامی واحد قزوین، دانشکده مهندسی کامپیوتر و فناوری اطلاعات، قزوین، ایران
مراجع و منابع این Paper:
لیست زیر مراجع و منابع استفاده شده در این Paper را نمایش می دهد. این مراجع به صورت کاملا ماشینی و بر اساس هوش مصنوعی استخراج شده اند و لذا ممکن است دارای اشکالاتی باشند که به مرور زمان دقت استخراج این محتوا افزایش می یابد. مراجعی که مقالات مربوط به آنها در سیویلیکا نمایه شده و پیدا شده اند، به خود Paper لینک شده اند :