Apprentissage par renforcement pour la conception de Systèmes Multi-Agents Réactifs

Alain Dutech 1 Olivier Buffet 1 François Charpillet 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous proposons une nouvelle méthodologie d'apprentissage par renforcement (AR) pour la conception de systèmes multi-agents réactifs. Bien que le cadre réaliste d'agents situés avec des perceptions locales sorte du cadre théorique de convergence des algorithmes classiques d'apprentissage par renforcement, notre méthode permet à chaque agent d'apprendre individuellement et localement son comportement. L'aspect progressif de notre algorithme qui met les agents en présence de sous-tâches de plus en plus complexes permet de dépasser les limitations classiques de l'AR dans ce contexte. Notre méthodologie, qui se veut générale, est validée en simulation sur un problème où les agents doivent se coordonner pour atteindre un but global.
Type de document :
Communication dans un congrès
Journées Francophones sur les Systèmes Multi-Agents 2003 - JFSMA'03, 2003, Hammamet, Tunise, Hermès, pp.219-231, 2003
Liste complète des métadonnées

https://hal.inria.fr/inria-00099564
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 09:38:45
Dernière modification le : jeudi 11 janvier 2018 - 06:19:51

Identifiants

  • HAL Id : inria-00099564, version 1

Collections

Citation

Alain Dutech, Olivier Buffet, François Charpillet. Apprentissage par renforcement pour la conception de Systèmes Multi-Agents Réactifs. Journées Francophones sur les Systèmes Multi-Agents 2003 - JFSMA'03, 2003, Hammamet, Tunise, Hermès, pp.219-231, 2003. 〈inria-00099564〉

Partager

Métriques

Consultations de la notice

202