سال انتشار: ۱۳۸۱

محل انتشار: هشتمین کنفرانس سالانه انجمن کامپیوتر ایران

تعداد صفحات: ۱۰

نویسنده(ها):

محمدرضا خجسته – آزمایشگاهسیستمهای نرم افزاری دانشکدة مهندسی کامپیوتر و فناوری اطلا
محمدرضا میبدی – آزمایشگاهسیستمهای نرم افزاری دانشکدة مهندسی کامپیوتر و فناوری اطلا

چکیده:

عاملها موجودات نرم افزاری هستند که بطور پیوسته و خود مختار و درمحیط بخصوصی کار می کنند ( که مخصوص کار در آن محیط طراحی شده اند ). برای عاملها نیازهایی از قبیل واکنشی بودن نسبت به کنش های محیطی، خود مختاری در انتخاب مسیر و ادامه آن، قا بلیت تطبیق و یادگیری و … ضروری به نظر می رسد . امروزه مطالعه سیستمهای مبتنی برعاملها به یک موضوع مهم آکادمیک تبدیل شده است که کاربردهای تجاری و صنعتی فراوانی را نیز دربر دارد . در سیستمهای چندعامله، چندین عامل هوشمند با قابلیت برقراری ارتباط با یکدیگر، جهت رسیدن به مجموعه ای از اهداف، با هم همکاری می کنند . بدلیل پیچیدگیهای موجود در محیطهای چندعامله پویا و متغیر نیاز به روشهای یادگیری ماشین در چنین محیطهایی بخوبی احساس می شود . همچنین بدلیل وجود تعداد حالات بسیار زیاد در دامنه های چند عامله پیچیده، اختیار روشی برای عمومی سازی حالات محیطی، امری ضروری است که انتخاب مناسب چنین روشی، در تعیین حالات و اعمال عامل نقشی تعیین کننده دارد . در این مقاله به معرفی و پیاده سازی تکنیک “ بهترین گوشه در مربع حالت ” پرداخته شده است که در آن سعی شده است که فضای حالات پیوسته و بسیار وسیع عامل به فضای حالاتی گسسته و محدود نگاشته شود که در این راه از مشبک ساختن محیط دامنه عامل سود جسته ایم . در این مقاله با استفاده از بستر تست شبیه سازی فوتبال روباتها و با اختیار اتوماتای یادگیر
بعنوان مدلی برای یادگیری عاملهای عضو یک تیم، به بررسی کارآیی این تکنیک در عمومی س ازی حالات محیطی در یک دامنه چند عامله همکاری گرا پرداخته شده است