论文研究基于量子理论及蚁群算法的多Agent Q学习.pdf

针对多Agent协作强化学习中存在的行为和状态维数灾问题，以及行为选择上存在多个均衡解，为了收敛到最佳均衡解需要搜索策略空间和协调策略选择问题，提出了一种新颖的基于量子理论和蚁群算法的多Agent协作学习算法。新算法首先借签了量子计算理论，将多Agent的行为和状态空间通过量子叠加态表示，利用量子纠缠态来协调策略选择，利用概率振幅进行动作探索，加快学习速度。其次，根据蚁群算法，提出“脚印”思想来间接增强Agent之间的交互。最后，对新算法的理论分析和实验结果都证明了改进的Q学习是可行的，并且可以有效地提高学习效率。