| Q-learning算法及其在囚徒困境问题中的实现 |
| |
| 引用本文： | 张春阳,陈小平,刘贵全,蔡庆生. Q-learning算法及其在囚徒困境问题中的实现[J]. 计算机工程与应用, 2001, 37(13): 121-122,128 |
| |
| 作者姓名： | 张春阳 陈小平 刘贵全 蔡庆生 |
| |
| 作者单位： | 中国科学技术大学计算机系 |
| |
| 基金项目： | 国家自然科学基金的支持（编号：69875017） |
| |
| 摘 要： | Ｑ－ｌｅａｒｎｉｎｇ是一种优良的强化学习算法。该文首先阐述了Ｑ－ｌｅａｒｎｉｎｇ的基本学习机制，然后以囚徒困境问题为背景，分析、对比Ｔ Ｑ－ｌｅａｒｎｉｎｇ算法与ＴＦＴ算法，验证了 Ｑ－ｌｅａｒｎｉｎｇ算法的优良特性。
|
| 关 键 词： | 机器学习 强化学习 Q-learning算法 Agent 囚徒困境问题 针锋相对算法 |
| 文章编号： | 1002-8331-(2001)13-0121-02 |
Q-learning Algorithm and Its Usage in Prisoner's Dilemma |
| |
| Zhang Chunyang Chen Xiaoping Liu Guiquan Cai Qingsheng. Q-learning Algorithm and Its Usage in Prisoner's Dilemma[J]. Computer Engineering and Applications, 2001, 37(13): 121-122,128 |
| |
| Authors: | Zhang Chunyang Chen Xiaoping Liu Guiquan Cai Qingsheng |
| |
| Abstract: | Q-learning is an algorithm of Reinforcement learning algorithm.In this paper,We elaborate the learning method of Q-learning algorithm simply,use it in prisoner's dilemma game and compare it with TFT to show its good character. |
| |
| Keywords: | Machine Learning Reinforcement learning Q-learning algorithm Agent prisoner's dilemma TFT algorithm |
| 本文献已被 CNKI 维普 万方数据 等数据库收录！ |
