شناسایی چالشهای مدلها و الگوریتم های یادگیری در سیستمهای چند عاملی
Publish place: The National Conference on Software Engineering
Publish Year: 1388
نوع سند: مقاله کنفرانسی
زبان: Persian
View: 2,823
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:
NCSE01_007
تاریخ نمایه سازی: 14 آبان 1387
Abstract:
سیستمهای چندعاملی شامل تعدادی عامل هستند که از طریق ارتباط با یکدیگر تعامل دارند. در چنین سیستمهایی رفتار عاملها قابل پیش بینی نیست لذا لازم است عاملها از محیط اطرافشان یاد بگیرند و خود را با آن سازگار کنند . به این جهت مدلها و الگوریتم های یادگیری نیاز است که عاملها با استفاده از آنها فرآیند یادگیری را انجام دهند . در این مقاله مدل یادگیری ،CLRI استراتژی بر مبنای مدل، استراتژی های اکتشافی، یک مدل چندعاملی برای شبیه سازی یادگیری، الگوریتم ReDVaLeR و WoLF-IGA که همگی مدلهای یادگیری در محیط چند عاملی میباشند بررسی و معایب موجود در هریک شناسایی شده است. که نتایج نشان میدهد از آنجائیکه مدلها و الگوریتم های مربوطه، در محیط ساده و قطعی کاربرد داشته و در این محیط دارای معایب شناسایی شده میباشند، در محیط های پیچیده که روابط بین عاملها stochastic است ، جوابگو بوده و این مسئله حکایت از ضرورت ارائه مدلی از یادگیری دارد که در محیط پیچیده پاسخگو باشد
Keywords:
Authors
نسیم نور افزا
مربی گروه کامپیوتر دانشگاه آزاد اسلامی واحد نجف آباد
سعید ستایشی
دانشیار، گروه مهندسی هستهای دانشگاه صنعتی امیرکبیر
آرش رحمان
استادیار گروه کامپیوتر دانشگاه آزاد رودهن
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 :