不确定环境下Agent长期联盟形成问题研究
| 摘要 | 第1-6页 |
| Abstract | 第6-8页 |
| 目录 | 第8-10页 |
| 第一章 绪论 | 第10-19页 |
| ·引言 | 第10-12页 |
| ·研究现状 | 第12-16页 |
| ·联盟形成算法 | 第13页 |
| ·解概念的计算可行性 | 第13页 |
| ·多agent系统中联盟问题的其他方面 | 第13-16页 |
| ·本文工作及论文组织结构 | 第16-19页 |
| ·本文工作 | 第16-18页 |
| ·本文的组织结构 | 第18-19页 |
| 第二章 背景介绍 | 第19-30页 |
| ·重复博弈 | 第19页 |
| ·随机博弈 | 第19-20页 |
| ·贝叶斯博弈 | 第20页 |
| ·强化学习及其主要算法 | 第20-25页 |
| ·马尔可夫过程 | 第20-21页 |
| ·动态规划方法 | 第21-23页 |
| ·模型无关的算法 | 第23-25页 |
| ·贝叶斯强化学习 | 第25-27页 |
| ·模型无关的贝叶斯强化学习算法 | 第25-27页 |
| ·正态分布的共轭分布及贝叶斯估计 | 第27-30页 |
| 第三章 基于贝叶斯强化学习的动态联盟形成机制 | 第30-47页 |
| ·引言 | 第30页 |
| ·一般的合作博弈模型 | 第30-32页 |
| ·基于联盟的任务分配问题 | 第32-33页 |
| ·相关工作 | 第33-34页 |
| ·基于贝叶斯的联盟形成算法 | 第34-38页 |
| ·不确定环境下的联盟形成问题 | 第34-35页 |
| ·对agent能力的建模及共轭先验概率 | 第35-38页 |
| ·模型求解 | 第38-43页 |
| ·强化学习 | 第38-40页 |
| ·基于贝叶斯强化学习的联盟形成机制 | 第40-43页 |
| ·动态联盟形成 | 第43页 |
| ·实验 | 第43-46页 |
| ·实验设置 | 第43-45页 |
| ·实验结果及分析 | 第45-46页 |
| ·本章小结 | 第46-47页 |
| 第四章 基于学习方法的重复博弈的联盟机制框架 | 第47-57页 |
| ·引言 | 第47-48页 |
| ·背景和相关工作 | 第48-50页 |
| ·联盟形成 | 第48-49页 |
| ·相关工作 | 第49-50页 |
| ·重复博弈下的联盟形成 | 第50-53页 |
| ·实验与结果 | 第53-56页 |
| ·联盟形成算法 | 第53-54页 |
| ·确定相似度阈值 | 第54-56页 |
| ·本章小结 | 第56-57页 |
| 第五章 总结与展望 | 第57-59页 |
| ·本文工作总结 | 第57-58页 |
| ·下一步工作展望 | 第58-59页 |
| 参考文献 | 第59-64页 |
| 附录 | 第64-65页 |
| 致谢 | 第65-66页 |
