Коллективное поведение агентов на основе подкрепляющего обучения

Abstract

В данной работе рассмотрен подход к обучению в многоагентных системах на основе подкрепляющего обучения. Подкрепляющее обучение позволяет агенту обучаться только через взаимодействие с внешней средой. В многоагентных системах группа агентов стремится достигнуть общей цели. Поэтому требуется модификация стандартного алгоритма подкрепляющего обучения в случае многоагентной системы. В данной работе был предложен такой алгоритм и показано его применение на случай целенаправленного передвижения группы агентов. Преимуществом такого алгоритма является его способность работать с нейронными сетями. В результате моделирования в поведении группы агентов наблюдались повторяющиеся паттерны поведения – «лидер», «группирование» и «последовательность действий».