Multiagent reinforcement learning using Non-Parametric Approximation
n este artículo se presenta una propuesta hibrida de algoritmo de control para sistemas multiagentes, en donde se aprovechan las ventajas del aprendizaje por reforzamiento y de las funciones de aproximación no paramétricas. Se utiliza una versión modificada del algoritmo Q-learning la cual proveerá...
Saved in:
| Main Author: | |
|---|---|
| Other Authors: | , |
| Format: | Artículo |
| Language: | spa |
| Published: |
2019
|
| Subjects: | |
| Online Access: | https://doi.org/10.22463/0122820X.1738 https://revistas.ufps.edu.co/index.php/respuestas/article/view/1738 |
| Tags: |
Add Tag
No Tags, Be the first to tag this record!
|
| Summary: | n este artículo se presenta una propuesta hibrida de algoritmo de control para sistemas multiagentes, en donde se aprovechan las ventajas del aprendizaje por reforzamiento y de las funciones de aproximación no paramétricas. Se utiliza una versión modificada del algoritmo Q-learning la cual proveerá de datos de entrenamiento para un Kernel, el cual ofrecerá una aproximación sub optima de acciones a realizar por los agentes. El algoritmo propuesto es probado experimentalmente en una tarea de generación de trayectoria en un entorno desconocido para robot móviles |
|---|