Value-function reinforcement learning in Markov games

强化学习 趋同(经济学) 计算机科学 马尔可夫决策过程 马尔可夫链 集合(抽象数据类型) 功能(生物学) 贝尔曼方程 价值(数学) 人工智能 马尔可夫过程 钢筋 增强学习 数学优化 机器学习 数学 工程类 统计 结构工程 进化生物学 程序设计语言 经济 生物 经济增长
作者
Michael L. Littman
出处
期刊:Cognitive Systems Research [Elsevier BV]
卷期号:2 (1): 55-66 被引量:352
标识
DOI:10.1016/s1389-0417(01)00015-8
摘要

Markov games are a model of multiagent environments that are convenient for studying multiagent reinforcement learning. This paper describes a set of reinforcement-learning algorithms based on estimating value functions and presents convergence theorems for these algorithms. The main contribution of this paper is that it presents the convergence theorems in a way that makes it easy to reason about the behavior of simultaneous learners in a shared environment.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
PDF的下载单位、IP信息已删除 (2025-6-4)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
司空豁发布了新的文献求助10
1秒前
douyq完成签到,获得积分10
2秒前
2秒前
3秒前
shuzi发布了新的文献求助10
3秒前
3秒前
咩咩应助幽默果汁采纳,获得10
4秒前
4秒前
rubyyyy完成签到,获得积分10
4秒前
upcdelx发布了新的文献求助70
5秒前
tuanhust应助淡淡的忆彤采纳,获得20
5秒前
乐观小之应助科研通管家采纳,获得10
6秒前
6秒前
6秒前
Jasper应助科研通管家采纳,获得10
7秒前
共享精神应助科研通管家采纳,获得10
7秒前
Hello应助上岸上岸采纳,获得10
7秒前
搜集达人应助科研通管家采纳,获得10
7秒前
FashionBoy应助科研通管家采纳,获得10
7秒前
研友_VZG7GZ应助科研通管家采纳,获得10
7秒前
隐形曼青应助科研通管家采纳,获得10
7秒前
小星星应助科研通管家采纳,获得10
7秒前
7秒前
今后应助科研通管家采纳,获得10
7秒前
MAKEYF发布了新的文献求助10
7秒前
乐观小之应助科研通管家采纳,获得10
7秒前
赘婿应助科研通管家采纳,获得10
7秒前
星辰大海应助科研通管家采纳,获得10
8秒前
大个应助科研通管家采纳,获得10
8秒前
桐桐应助小大夫采纳,获得10
8秒前
我是老大应助逗小妹采纳,获得10
8秒前
852应助谦让的振家采纳,获得30
8秒前
共享精神应助科研通管家采纳,获得10
8秒前
顾矜应助科研通管家采纳,获得10
8秒前
caohai发布了新的文献求助10
8秒前
8秒前
领导范儿应助科研通管家采纳,获得10
8秒前
WhiteCaramel完成签到 ,获得积分10
8秒前
犯困发布了新的文献求助10
9秒前
9秒前
高分求助中
The Mother of All Tableaux Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 2400
Ophthalmic Equipment Market by Devices(surgical: vitreorentinal,IOLs,OVDs,contact lens,RGP lens,backflush,diagnostic&monitoring:OCT,actorefractor,keratometer,tonometer,ophthalmoscpe,OVD), End User,Buying Criteria-Global Forecast to2029 2000
Optimal Transport: A Comprehensive Introduction to Modeling, Analysis, Simulation, Applications 800
Official Methods of Analysis of AOAC INTERNATIONAL 600
ACSM’s Guidelines for Exercise Testing and Prescription, 12th edition 588
T/CIET 1202-2025 可吸收再生氧化纤维素止血材料 500
Interpretation of Mass Spectra, Fourth Edition 500
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 3956435
求助须知:如何正确求助?哪些是违规求助? 3502556
关于积分的说明 11108554
捐赠科研通 3233240
什么是DOI,文献DOI怎么找? 1787203
邀请新用户注册赠送积分活动 870528
科研通“疑难数据库(出版商)”最低求助积分说明 802105