Discrete-time dynamic graphical games： model-free reinforcement learning solution
摘要
这份报纸介绍学习被用来解决作为动态图形的比赛知道的动态比赛的一个班的技术的没有模型的加强。从多代理人的图形的游戏结果动态系统，在卡住控制被用来做所有代理人的地方，同步到一个命令生成器或一个领导人代理人的状态。新奇联合贝尔曼方程和 Hamiltonian 功能为动态图形的比赛被开发。Hamiltonian 力学被用来为 optimality 导出必要条件。动态图形的比赛的解决方案以方程此处开发了的一套联合 Hamilton-Jacobi-Bellman 的答案被给。图形的游戏的纳什平衡答案以内在的联合 Hamilton-Jacobi-Bellman 方程的答案被给。一个联机没有模型的政策重复算法被开发为动态图形的比赛学习纳什答案。这个算法不要求代理人动力学的任何知识。为学习算法的这个多代理人的集中的一个证明关于图的内部连接的性质在温和假设下面被给。有批评家网络结构的一种坡度降下技术被用来实现政策重复算法在网上解决图形的游戏在即时。
引用本文（GB/T 7714）
Mohammed, Abouheaf, Frank, 等. Discrete-time dynamic graphical games： model-free reinforcement learning solution[J]. Acta Scientiarum Naturalium Universitatis Sunyatseni, 2015.
引文网络
本站仅收录题录与摘要供学习参考，全文版权归属出版方；如有侵权请联系我们删除。