计算机科学
計算機科學
계산궤과학
COMPUTER SCIENCE
2007年
11期
156-158,297
,共4页
唐亮贵%刘波%唐灿%程代杰
唐亮貴%劉波%唐燦%程代傑
당량귀%류파%당찬%정대걸
Agent%强化学习%神经网络%Markov决策过程
Agent%彊化學習%神經網絡%Markov決策過程
Agent%강화학습%신경망락%Markov결책과정
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.
在深入分析Agent決策過程中狀態與行為空間的遷移與構造的基礎上,設計瞭Agent基于彊化學習的最優行為選擇策略和Agent彊化學習的神經網絡模型與算法,併對算法的收斂性進行瞭證明.通過對多Agent電子商務繫統中Agent競價行為的預測倣真實驗,驗證瞭基于神經網絡的Agent彊化學習算法具有良好的性能和行為逼近能力.
재심입분석Agent결책과정중상태여행위공간적천이여구조적기출상,설계료Agent기우강화학습적최우행위선택책략화Agent강화학습적신경망락모형여산법,병대산법적수렴성진행료증명.통과대다Agent전자상무계통중Agent경개행위적예측방진실험,험증료기우신경망락적Agent강화학습산법구유량호적성능화행위핍근능력.
