Communication et apprentissage par renforcement pour une équipe d'agents

Daniel Szer 1 François Charpillet 1
1 MAIA - Autonomous intelligent machine
INRIA Lorraine, LORIA - Laboratoire Lorrain de Recherche en Informatique et ses Applications
Résumé : Nous présentons un nouvel algorithme d'apprentissage par renforcement pour des systèmes multi-agents coopératifs. Le problème de contrôle est formalisé comme un processus de décision markovien que nous cherchons à résoudre de manière décentralisée. Pour cela, nous proposons une variante du Q-learning avec communication, à savoir un mécanisme de notification réciproque. Nous allons introduire le problème de coopération multi-agents et poser un critère d'optimalité pour la solution souhaitée. Nous allons ensuite présenter l'algorithme de notification réciproque, prouver sa convergence et étudier des variantes de l'algorithme qui permettent des stratégies de communication plus flexibles. Nous conclurons avec les performances de l'algorithme sur un exemple d'apprentissage précis.
Type de document :
Communication dans un congrès
Journées Francophones sur les Systèmes Mutli-Agents - JFSMA'04, 2004, Paris, France, 2004
Liste complète des métadonnées

https://hal.inria.fr/inria-00100256
Contributeur : Publications Loria <>
Soumis le : mardi 26 septembre 2006 - 10:16:29
Dernière modification le : jeudi 11 janvier 2018 - 06:19:50

Identifiants

  • HAL Id : inria-00100256, version 1

Collections

Citation

Daniel Szer, François Charpillet. Communication et apprentissage par renforcement pour une équipe d'agents. Journées Francophones sur les Systèmes Mutli-Agents - JFSMA'04, 2004, Paris, France, 2004. 〈inria-00100256〉

Partager

Métriques

Consultations de la notice

211