【摘要】多Agent(机器人)系统在适用性、经济性、鲁棒性、灵活性和容错性等方面相比单Agent具有巨大的优越性,非常适合在恶劣、危险、影响人类健康环境下代替人类完成实际生产甚至军事领域中的复杂工作。如果多Agent系统要真正发挥作用,使其自适应环境的学习控制方法是非常重要的。强化学习方法作为目前被广泛关注的机器学习方法,能够使Agent具有在线的自学习能力,因此被广泛应用于多Agent系统的行为 […]