第6章回到目錄第8章

第7章-基于 Markov 對策的多 Agent 協(xié)調(diào)

• • 7.1 引言
  • 7.2 多 Agent 交互的協(xié)調(diào)與博弈分析
  • • 7.2.1 多 Agent 協(xié)調(diào)與博弈的性質(zhì)
    • 7.2.2 多 Agent 協(xié)調(diào)失敗的處理
  • 7.3 多 Agent 沖突博弈強(qiáng)化學(xué)習(xí)模型
  • • 7.3.1 多 Agent 沖突博弈
    • 7.3.2 最優(yōu)策略
    • 7.3.3 基于后悔值的 Q 學(xué)習(xí)模型
  • 7.4 Nash-Q 學(xué)習(xí)
  • 7.5 零和 Markov 對策和團(tuán)隊(duì) Markov 對策
  • • 7.5.1 零和 Markov 對策
    • 7.5.2 團(tuán)隊(duì) Markov 對策
  • 7.6 基于 Markov 對策的多 Agent 協(xié)調(diào)策略
  • • 7.6.1 對策框架
    • 7.6.2 Team 級對策
    • 7.6.3 Member 級對策
    • 7.6.4 仿真實(shí)驗(yàn)
  • 7.7 小結(jié)

7.1 引言

Nash 均衡是 Markov 對策框架的核心概念，為 Agent 協(xié)調(diào)的一個(gè)標(biāo)尺。

在博弈論中，納什均衡（英語：Nash equilibrium，或稱納什均衡點(diǎn)）是指在包含兩個(gè)或以上參與者的非合作博弈（Non-cooperative game）中，假設(shè)每個(gè)參與者都知道其他參與者的均衡策略的情況下，沒有參與者可以透過改變自身策略使自身受益時(shí)的一個(gè)概念解。該術(shù)語以約翰·福布斯·納什命名。在博弈論中，如果每個(gè)參與者都選擇了自己的策略，并且沒有玩家可以透過改變策略而其他參與者保持不變而獲益，那么當(dāng)前的策略選擇的集合及其相應(yīng)的結(jié)果構(gòu)成了納什均衡。
From: 納什均衡-Wiki百科

Nash 均衡，納什均衡（Nash Equilibrium）。該理論是由著名的經(jīng)濟(jì)學(xué)家，博弈論創(chuàng)始人，諾貝爾獎(jiǎng)獲得者約翰·納什提出的，也就是電影《美麗心靈》的男主角原型。該理論是說：在非合作類博弈中，存在一種策略組合，使得每個(gè)參與人的策略是對其他參與人策略的最優(yōu)反應(yīng)。如果參與者當(dāng)前選擇的策略形成了“納什均衡”，那么對于任何一位參與者來說，單方更改自己的策略不會(huì)帶來任何好處。
約翰·納什證明了在每個(gè)參與者都只有有限種策略選擇，并允許混合策略的前提下，納什均衡一定存在。上邊的解釋還是有點(diǎn)拗口，這里通過幾個(gè)例子，更直觀的理解一下這個(gè)理論。
From: 通過幾個(gè)例子理解博弈論與納什均衡

7.2 多 Agent 交互的協(xié)調(diào)與博弈分析

7.2.1 多 Agent 協(xié)調(diào)與博弈的性質(zhì)

7.2.2 多 Agent 協(xié)調(diào)失敗的處理

7.3 多 Agent 沖突博弈強(qiáng)化學(xué)習(xí)模型

協(xié)調(diào)博弈，是指在博弈所定義的收益空間中，任何均衡點(diǎn)都符合以下條件：即
（1）在給定其他參與人行為策略的條件下，沒有人有激勵(lì)改變其行為策略；
（2）沒有參與者希望其他參與者會(huì)愿意改變其行為。
From: 協(xié)調(diào)博弈-百度百科

7.3.1 多 Agent 沖突博弈

7.3.2 最優(yōu)策略

7.3.3 基于后悔值的 Q 學(xué)習(xí)模型

7.4 Nash-Q 學(xué)習(xí)

7.5 零和 Markov 對策和團(tuán)隊(duì) Markov 對策

7.5.1 零和 Markov 對策

7.5.2 團(tuán)隊(duì) Markov 對策

7.6 基于 Markov 對策的多 Agent 協(xié)調(diào)策略

7.6.1 對策框架

7.6.2 Team 級對策

7.6.3 Member 級對策

7.6.4 仿真實(shí)驗(yàn)

7.7 小結(jié)

總結(jié)

以上是生活随笔為你收集整理的【控制】《多智能体机器人系统信息融合与协调》范波老师-第7章-基于 Markov 对策的多 Agent 协调的全部內(nèi)容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網(wǎng)站內(nèi)容還不錯(cuò)，歡迎將生活随笔推薦給好友。