摘要
Agent的学习理论是目前研究的热点问题。本文基于动态模糊集(DFS),抓住Agent心智特性,提出了一种Agent学习模型,构建出该模型下的Agent混合结构并给出了该模型的工作机制,最后借助动态模糊集(DFS)和强化学习技术实现了模型中的策略构造函数,使Agent具有自适应动态环境的能力和在线学习能力。
Learning theory of Agent is a hot point of research in present. This paper proposes a kind of learning model of Agent based on Agent＇ s mental analysis and gives the model＇ s working mechanism. In the end a strategy constructing function in the model is realized by of dynamic fuzzy sets and reinforcement learning technology so that Agent is able to learn on-line in dynamic surroundings and be more adaptive.
出处
《计算机与现代化》
2006年第11期5-7,20,共4页
Computer and Modernization
基金
苏州大学青年教师基金资助项目(Q3118514)
关键词
动态模糊集
强化学习
学习模型
dynamic fuzzy sets
reinforcement learning
learning model
