基于多智能體強(qiáng)化學(xué)習(xí)的決策支持系統(tǒng)的研究.pdf

1、決策支持系統(tǒng)是基于已有的數(shù)據(jù)、模型和知識(shí)，利用計(jì)算機(jī)智能以人機(jī)交互方式幫助決策者作出快速、正確的決策。其目的是幫助決策者提高決策水平和質(zhì)量。
　　 本文研究了如何利用強(qiáng)化學(xué)習(xí)技術(shù)提高決策支持系統(tǒng)的智能性，使它能更好地進(jìn)行決策支持。文中分別研究和分析了基于多智能體強(qiáng)化學(xué)習(xí)算法的決策支持系統(tǒng)在沖突分析和空戰(zhàn)決策中的應(yīng)用，并對(duì)多智能體強(qiáng)化學(xué)習(xí)算法進(jìn)行了改進(jìn)。
　　 沖突解決是博弈論和沖突分析中的一個(gè)研究方向。本文把博弈論中關(guān)于

2、平衡狀態(tài)的定義引入到強(qiáng)化學(xué)習(xí)中，提出了一種適用于沖突分析的多智能體強(qiáng)化學(xué)習(xí)算法。這一方法不僅可以找到?jīng)_突的平衡點(diǎn)，而且能夠找到解決問題的路徑。
　　 空戰(zhàn)決策是非常復(fù)雜的問題，本文主要集中在利用強(qiáng)化學(xué)習(xí)理論，進(jìn)行飛行路徑規(guī)劃和空戰(zhàn)戰(zhàn)術(shù)決策兩個(gè)方面的設(shè)計(jì)和研究。強(qiáng)化學(xué)習(xí)的維數(shù)災(zāi)難一直是其在路徑規(guī)劃問題中難以克服的問題。本文通過賦予各個(gè)智能體不同的學(xué)習(xí)任務(wù)，解決了多智能體強(qiáng)化學(xué)習(xí)維數(shù)災(zāi)難的問題。另外，本文針對(duì)空戰(zhàn)決策不滿足馬爾可夫決