多智能体机器学习 强化学习方法2025|PDF|Epub|mobi|kindle电子书版本百度云盘下载

多智能体机器学习 强化学习方法PDF格式电子书版下载

注意：本站所有压缩包均有解压码： 点击下载压缩包解压工具

第1章 监督式学习概述1

1.1 LS算法1

1.2 RLS算法3

1.3 LMS算法4

1.4随机逼近法7

参考文献8

第2章 单智能体强化学习9

2.1简介9

2.2 n臂赌博机问题10

2.3学习结构12

2.4值函数13

2.5最优值函数14

2.5.1网格示例14

2.6 MDP17

2.7学习值函数18

2.8策略迭代19

2.9时间差分学习21

2.10状态-行为函数的时间差分学习23

2.11 Q学习24

2.12资格迹25

参考文献28

第3章 双人矩阵博弈学习29

3.1矩阵博弈29

3.2双人矩阵博弈中的纳什均衡31

3.3双人零和矩阵博弈中的线性规划32

3.4学习算法37

3.5梯度上升算法37

3.6 WoLF-IGA算法39

3.7 PHC算法40

3.8 WoLF-PHC算法42

3.9矩阵博弈中的分散式学习45

3.10学习自动机45

3.11线性回报-无为算法46

3.12线性回报-惩罚算法46

3.13滞后锚算法46

3.14 L R-I滞后锚算法47

3.14.1仿真52

参考文献54

第4章 多人随机博弈学习56

4.1简介56

4.2多人随机博弈57

4.3极大极小Q学习算法60

4.3.1 2×2网格博弈62

4.4纳什Q学习算法66

4.4.1学习过程73

4.5单纯形算法73

4.6 Lemke-Howson算法76

4.7纳什Q学习算法实现82

4.8朋友或敌人Q学习算法85

4.9无限梯度上升算法86

4.10 PHC算法88

4.11 WoLF-PHC算法89

4.12网格世界中的疆土防御问题90

4.12.1仿真和结果92

4.13 L R-I滞后锚算法在随机博弈中的扩展98

4.14 EMA Q学习算法101

4.15EMA Q学习与其他方法的仿真与结果比较103

4.15.1矩阵博弈103

4.15.2随机博弈105

参考文献110

第5章 微分博弈112

5.1简介112

5.2模糊系统简述113

5.2.1模糊集和模糊规则113

5.2.2模糊推理机115

5.2.3模糊化与去模糊化117

5.2.4模糊系统及其示例117

5.3模糊Q学习121

5.4 FACL124

5.5疯狂司机微分博弈126

5.6模糊控制器结构129

5.7 Q（λ）学习模糊推理系统131

5.8疯狂司机博弈的仿真结果133

5.9双车追捕者-逃跑者博弈中的学习算法137

5.10双车博弈仿真139

5.11疆土防御微分博弈143

5.12疆土防御微分博弈中的形成回报145

5.13仿真结果146

5.13.1一个防御者对一个入侵者146

5.13.2两个防御者对一个入侵者152

参考文献157

第6章 群智能与性格特征的进化159

6.1简介159

6.2群智能的进化159

6.3环境表征160

6.4群机器人的性格特征161

6.5性格特征的进化162

6.6仿真结构框架163

6.7零和博弈示例164

6.7.1收敛性165

6.7.2仿真结果169

6.8后续仿真实现170

6.9机器人走出房间171

6.10机器人跟踪目标174

6.11小结184

参考文献184