Apprentissage par renforcement et jeux stochastiques à information incomplète - Inria - Institut national de recherche en sciences et technologies du numérique Accéder directement au contenu
Communication Dans Un Congrès Année : 2005

Apprentissage par renforcement et jeux stochastiques à information incomplète

Raghav Aras
  • Fonction : Auteur
  • PersonId : 830439
Alain Dutech

Résumé

Le but de notre travail est de permettre à des agents d'apprendre à coopérer. Chaque agent étant autonome et, forcément, différent des autres, c'est une tâche particulièrement difficile, surtout si les but des deux agents ne sont pas exactement les mêmes. Notre souci est de travailler avec des agents les plus simples possibles, c'est-à-dire plutôt réactifs. Nous proposons alors de doter les agents de capacités limitées de communication pour mettre en place une notion similaire aux “contrats” de la théorie des jeux. Si les agents s'accordent sur cette notion de contrat, notre algorithme leur permet de converger vers des équilibres qui induisent des comportements “plus coopératifs” que le simple équilibre de Nash.
Fichier principal
Vignette du fichier
pdmia05.pdf (603.81 Ko) Télécharger le fichier

Dates et versions

inria-00000212 , version 1 (13-09-2005)

Identifiants

  • HAL Id : inria-00000212 , version 1

Citer

Raghav Aras, Alain Dutech. Apprentissage par renforcement et jeux stochastiques à information incomplète. Cinquièmes Journées Nationales sur Processus Décisionnel de Markov et Intelligence Artificielle - PDMIA'05, Jun 2005, Lille/France. ⟨inria-00000212⟩
122 Consultations
140 Téléchargements

Partager

Gmail Facebook X LinkedIn More