学习过程中共享经验的q学习算法的研究

主要以提高多智能体系统中q学习算法的学习效率为研究目标，以追捕问题为研究平台，提出了一种基于共享经验的q学习算法。该算法模拟人类的团队学习行为，各个智能体拥有共同的最终目标，即围捕猎物，同时每个智能体通过协商获得自己的阶段目标。在学习过程中把学习分为阶段性学习，每学习一个阶段，就进行一次阶段性总结，分享彼此好的学习经验，以便于下一阶段的学习。这样以学习快的、好的带动慢的、差的，进而提升总体的学习性能。仿真实验证明，在学习过程中共享经验的q学习算法能够提高学习系统的性能，高效地收敛于最优策略。