多智能体协同：强化学习方法

协同是生物体的基本特征,因为它们单个个体往往能力有限,需要通过集体努力才能实现共同目标。自然界中有大量有趣的生物体协同的例子,比如蚂蚁搬运食物,单只蚂蚁只能携带少量食物,但蚁群却能向巢穴搬运大量食物。同时,单只蚂蚁通过跟随位于它前面的同类所散发出的信息素进行运动,并不断优化路径,这也是十分有趣的现象,实际上蚁群算法就是受此启发而提出。再者如蜜蜂之间的分工协作,巢中的蜂王通过舞蹈和肢体运动引导工蜂到特定的方向收集食物资源,等等。这些自然现象揭示了生物体利用它们的集体智慧和协作,来实现复杂目标的能力。

第1章 基于强化学习与进化算法的多智能体协同

1.1本章概述

1.2单智能体运动规划

1.3多智能体规划和协同

1.4智能优化协同算法

1.5本章小结

参考文献

第2章提高多智能体协同任务规划Q学习算法的收敛速度

2.1本章概述

2.2 相关研究综述

2.3基础知识

2.4 改进的多智能体Q学习算法

2.5 FCMQL算法及其收敛性分析

2.6 基于FCMQL算法的多智能体协同规划

2.7 实验与结果

2.8 结论

2.9 本章小结

参考文献

第3章多智能体协同规划的一致性Q学习算法

3.1 本章概述

3.2 基础知识.

3.3 一致性理论