Communication et apprentissage par renforcement pour une équipe d'agents - Inria - Institut national de recherche en sciences et technologies du numérique Access content directly
Conference Papers Year : 2004

Communication et apprentissage par renforcement pour une équipe d'agents

Daniel Szer
  • Function : Author
  • PersonId : 830433

Abstract

Nous présentons un nouvel algorithme d'apprentissage par renforcement pour des systèmes multi-agents coopératifs. Le problème de contrôle est formalisé comme un processus de décision markovien que nous cherchons à résoudre de manière décentralisée. Pour cela, nous proposons une variante du Q-learning avec communication, à savoir un mécanisme de notification réciproque. Nous allons introduire le problème de coopération multi-agents et poser un critère d'optimalité pour la solution souhaitée. Nous allons ensuite présenter l'algorithme de notification réciproque, prouver sa convergence et étudier des variantes de l'algorithme qui permettent des stratégies de communication plus flexibles. Nous conclurons avec les performances de l'algorithme sur un exemple d'apprentissage précis.
Not file

Dates and versions

inria-00100256 , version 1 (26-09-2006)

Identifiers

  • HAL Id : inria-00100256 , version 1

Cite

Daniel Szer, François Charpillet. Communication et apprentissage par renforcement pour une équipe d'agents. Journées Francophones sur les Systèmes Mutli-Agents - JFSMA'04, 2004, Paris, France. ⟨inria-00100256⟩
148 View
0 Download

Share

Gmail Facebook Twitter LinkedIn More