see the original item page
in the repository's web site and access all digital files if the item*

2009 (EN)
Η Ενισχυτική Μάθηση Σε Συστήματα Πολλαπλών Πρακτόρων
Reinforcement Learning In Multiagent Systems

Φενέρης, Ιωάννης Σωκράτη

In the field of multiagent learning, Reinforcement Learning forms a widespread method, which has exhibited significant results. The inquiring area is very active nowadays and new approaches are being proposed in order to overcome the difficulty in applying the theory of single-agent reinforcement learning to the case of multiagent. In this work we describe some of the most important multiagent reinforcement learning methods. Furthermore, a new hybrid approach is presented, in which the agents use high leveled coordinated actions, called strategies, and a procedure of combining their decisions in order to follow a common strategy. In order to evaluate the proposed method, we compare it with other methods of the field, using the Pursuit (predator-prey) domain. The results are promising.
Στο πεδίο της μάθησης σε συστήματα πολλαπλών πρακτόρων, η ενισχυτική μάθηση αποτελεί μια πολύ διαδεδομένη μέθοδο η οποία έχει να επιδείξει σημαντικά αποτελέσματα. Η ερευνητική αυτή περιοχή παρουσιάζεται στις μέρες μας πολύ ενεργή, και συνεχώς προτείνονται στην βιβλιογραφία νέες μέθοδοι και τεχνικές με στόχο να ξεπεραστούν τα εμπόδια που παρουσιάζει η εφαρμογή της θεωρίας της ενισχυτικής μάθησης των συστημάτων ενός πράκτορα, στα συστήματα πολλαπλών πρακτόρων. Στην παρούσα εργασία γίνεται μια περιγραφή των κυριότερων τεχνικών που έχουν προταθεί στον τομέα αυτό. Επίσης, προτείνεται μια νέα υβριδική μέθοδος, στην οποία χρησιμοποιούνται από τους πράκτορες συνδυασμένες ενέργειες υψηλού επιπέδου που ονομάζονται στρατηγικές καθώς και μια διαδικασία συγχώνευσης των αποφάσεων των συνεργαζόμενων πρακτόρων. Για την αξιολόγηση της μεθόδου πραγματοποιήθηκαν πειράματα στο περιβάλλον Pursuit(predator-prey) και έγιναν συγκρίσεις με γνωστές μεθόδους της βιβλιογραφίας. Τα αποτελέσματα που παρουσιάζονται είναι ιδιαίτερα θετικά.

Postgraduate Thesis / Μεταπτυχιακή Εργασία

Συστήματα Πολλαπλών Πρακτόρων
Multiagent Reinforcement Learning
Ενισχυτική Μάθηση

Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης (EL)
Aristotle University of Thessaloniki (EN)


Αριστοτέλειο Πανεπιστήμιο Θεσσαλονίκης, Σχολή Θετικών Επιστημών, Τμήμα Πληροφορικής

This record is part of 'IKEE', the Institutional Repository of Aristotle University of Thessaloniki's Library and Information Centre found at Unless otherwise stated above, the record metadata were created by and belong to Aristotle University of Thessaloniki Library, Greece and are made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( Unless otherwise stated in the record, the content and copyright of files and fulltext documents belong to their respective authors. Out-of-copyright content that was digitized, converted, processed, modified, etc by AUTh Library, is made available to the public under Creative Commons Attribution-ShareAlike 4.0 International license ( You are kindly requested to make a reference to AUTh Library and the URL of the record containing the resource whenever you make use of this material.

*Institutions are responsible for keeping their URLs functional (digital file, item page in repository site)