共享经验的多主体强化学习研究

摘要

合作多主体强化学习的关键问题在于如何提高强化学习的学习效率.在追捕问题的基础上,该文提出一种共享经验的多主体强化学习方法.通过建立合适的状态空间使猎人共享学习经验,根据追捕问题的对称性压缩状态空间.实验结果表明,共享状态空间能够加快多主体强化学习的过程,状态空间越小,Q学习算法收敛越快.