文献

J-GLOBAL ID：202202281366505318   整理番号：22A0482899

完全未知動力学を持つ制約付き入力マルチエージェントシステムのための最適リーダ没入者コンセンサス【JST・京大機械翻訳】

Optimal Leader-Follower Consensus for Constrained-Input Multiagent Systems With Completely Unknown Dynamics

著者 (3件)： Shi Jing (College of Automation and College of Artificial Intelligence, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Yue Dong (College of Automation and College of Artificial Intelligence, Nanjing University of Posts and Telecommunications, Nanjing, China) ,  Xie Xiangpeng (Institute of Advanced Technology, Nanjing University of Posts and Telecommunications, Nanjing, China)
資料名： IEEE Transactions on Systems, Man, and Cybernetics: Systems  (IEEE Transactions on Systems, Man, and Cybernetics: Systems)
巻： 52  号： 2  ページ： 1182-1191  発行年： 2022年 
JST資料番号： C0425D  ISSN： 2168-2216  CODEN： ITSMFE  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： アメリカ合衆国 (USA)  言語： 英語 (EN)

抄録/ポイント： 本論文では,制約入力連続時間マルチエージェントシステムに対する最適リーダホルスホルダーコンセンサス問題に取り組むための,新しい強化学習(RL)ベーススキームを検討した。第1に,入力制約問題に関しては,基本的な滑らかな仮定は,価値関数に対して満たされない。この問題に対処するため,著者らは,RL応用の範囲を広げる値関数の連続性仮定にこの滑らかな仮定を緩和するために,粘性解を消失させる方法を採用した。第2に,制御コスト関数は,以前の入力制約付きRLベース方式で使用される特定の積分と形態の代わりに最適制御政策の連続性を保証するより一般的な形式を取る。これらの結果に基づいて,著者らは,従来の批評者RLフレームワークを分散モデルフリーなものに拡張するために,新しい識別子-子構造を導入し,そこでは,識別子,批判,およびアクターの学習がオンラインで同時である。提案方式の有効性を検証するために,シミュレーション例を提供した。Copyright 2022 The Institute of Electrical and Electronics Engineers, Inc. All rights reserved. Translated from English into Japanese by JST.【JST・京大機械翻訳】

シソーラス用語： シミュレーション ,  最適制御 ,  評価関数 ,  費用関数 ,  連続性 ,  有効性 ,  連続時間系 ,  強化学習 ,  *マルチエージェントシステム
準シソーラス用語： 粘性解 ,  オンライン ,  識別子 ,  入力制約 , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (5件)： 動力学 ,  制約 ,  マルチエージェントシステム ,  リーダ ,  コンセンサス