Argumentation Accelerated Reinforcement Learning for Cooperative Multi-Agent Systems

文章来源:  |  发布时间:2014-12-10  |  【打印】 【关闭

  

活动介绍: 

报告题目 Argumentation Accelerated Reinforcement Learning

         for Cooperative Multi-Agent Systems

           

报告人:高扬博士 

时间:2014年12月11日 下午1:30        

地点:软件所5号楼4层中会议室 

 

 

 

报告摘要:

 强化学习(Reinforcement Learning)被广泛应用在机器人控制、多智能体系统等领域。其突出特点是可以进行连续决策(sequential decision making),并仅需要较少的人工指导信息。但强化学习面临的最大问题是其收敛速度较慢。我们利用论辩逻辑(Argumentation logic)将人的先验知识进行整理和归纳,然后利用这些经过处理的先验知识来指导强化学习,以提高其收敛速度。我们提出的方法在多个邻域得到应用,如足球机器人、家用电器使用调度系统等,相较于其他的强化学习算法,我们的方法具有一定的优势。  

 

 

报告人介绍:
   
高扬,男,现为英国帝国理工学院博士后。20116月获得西北工业大学计算机科学与技术专业工学学士学位,201110月起由国家留学基金委资助在帝国理工学院攻读博士学位。主要研究方向为强化学习,论辩逻辑和多智能体学习系统。本科期间代表西北工业大学参加数次全国和国际机器人足球大赛,多次获得冠军。从2012年起在人工智能主要会议上(ECAIAAMAS)发表论文数篇。 

 

活动宣传:高扬博士作 《Argumentation Accelerated Reinforcement Learning for Cooperative Multi-Agent Systems 》报告