對手類型未知情況下的兩人零和馬爾科夫博弈決策

摘要： 本文研究一類典型的非完全信息博弈問題—–對手類型未知的兩人零和馬爾科夫博弈,其中對手類型多樣且每次博弈開始前無法得知對手類型.文中提出了一種基于模型的多智能體強(qiáng)化學(xué)習(xí)算法—–對手辨識的極大極小Q學(xué)習(xí)(DOMQ).該算法首先建立對手相關(guān)環(huán)境的經(jīng)驗(yàn)?zāi)Ｐ?再使用經(jīng)驗(yàn)?zāi)Ｐ蛯W(xué)習(xí)納什均衡策略,己方智能體在實(shí)際博弈中根據(jù)經(jīng)驗(yàn)?zāi)Ｐ团袛鄬κ诸愋?從而使用相應(yīng)的納什均衡策略,以保證收益下限.本文所... （共8頁）