基于记忆演化的多Agent系统强化学习

学习行为是人类智能行为中重要的组成部分，对于学习的研究也是人工
智能领域的重点方向之一。以往人工智能对于学习的研究，一般集中在个体
学习方面，这也是和人工智能认识人类自身智能实现的基本目标相一致的。
近年来，随着社会学、心理学、认知科学的发展以及大规模并行计算的实现，
使得学习行为的社会化越发受到研究者的关注，特别是随着多Agent 系统
（Multi-Agent System）研究的兴起，学习行为的研究也随之进入多Agent
学习阶段。我们的研究就是希望在MAS 基础之上，结合认知科学中的3 阶段
记忆演化模型，探讨强化学习在多Agent 系统中的算法设计与研究。
多Agent 系统和强化学习都是近年来引起研究者广泛关注的领域。它们
二者的结合，实际上是对大量、广泛存在于自然界、人类社会之中的社会学
习现象的直接反应。社会个体通过无监督的外界刺激下的强化学习，加深了
对所处世界的认识；但是这种认识并不仅仅来源于个体自身的经验，还来自
于其它社会个体。其它个体的经验通过直接或间接的形式进入自身的记忆之
中，从而形成的一个物理上分布于个体记忆、意识上联合共享的社会记忆机
制。这种社会性的记忆机制，正是指导社会进步与发展的知识根源。本文的 数据挖掘研究院
研究出发点也正是基于此：希望通过探讨社会个体（Agent）的记忆演化机制，
得到群体社会进化、社会知识扩展的目的。
多Agent 系统主要应用领域之一的制造系统，在日益加剧的市场竞争中，
正面临着这些挑战：从大批量生产向用户个性化生产转移，要以较快的响应
速度、较低的成本生产出高质量的产品以满足客户的需求。因此传统的人工
智能、运筹学的方法已经不能处理日益增长的复杂、动态的生产调度问题。
本文力图将基于记忆演化模型的MAS 强化学习应用于动态、不确定的生产调
度问题，以期为实际生产问题的解决作出一些贡献。

资料全文下载

数据挖掘研究院