Apprentissage par renforcement pour la conception de Systèmes Multi-Agents Réactifs - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2003

Apprentissage par renforcement pour la conception de Systèmes Multi-Agents Réactifs

Alain Dutech
Olivier Buffet

Abstract

Nous proposons une nouvelle méthodologie d'apprentissage par renforcement (AR) pour la conception de systèmes multi-agents réactifs. Bien que le cadre réaliste d'agents situés avec des perceptions locales sorte du cadre théorique de convergence des algorithmes classiques d'apprentissage par renforcement, notre méthode permet à chaque agent d'apprendre individuellement et localement son comportement. L'aspect progressif de notre algorithme qui met les agents en présence de sous-tâches de plus en plus complexes permet de dépasser les limitations classiques de l'AR dans ce contexte. Notre méthodologie, qui se veut générale, est validée en simulation sur un problème où les agents doivent se coordonner pour atteindre un but global.
No file

Dates and versions

inria-00099564 , version 1 (26-09-2006)

Identifiers

  • HAL Id : inria-00099564 , version 1

Cite

Alain Dutech, Olivier Buffet, François Charpillet. Apprentissage par renforcement pour la conception de Systèmes Multi-Agents Réactifs. Journées Francophones sur les Systèmes Multi-Agents 2003 - JFSMA'03, 2003, Hammamet, Tunise, pp.219-231. ⟨inria-00099564⟩
291 View
0 Download

Share

Gmail Facebook X LinkedIn More