目录
1. 引言
2. 基本分类
2.1 Fully cooperative
2.2 Fully competitive
2.3 Mixed cooperative&competitive
2.4 Self interested
3. 专业术语
3.1 state and Agent 智能体 action
3.2 state transtition
3.3 reward and return
3.4 policy network
3.5 state value function
3.6 convergence
我们之前所学的所有DQN的内容都基于一个前提：系统中只有一个agent，也就是进行决策的主体只有一个，但是在现实中往往存在需要多个主体同时进行决策的情况，下面我们来学习多智能体(Multi-agent)的一些基础概念。
我们人类之前存在合作、竞争等简单的交互关系，agents之间通常也存在以下几种关系。
完全合作关系(fully cooperative)，一些agents可能需要共同完成一个任务，这时它们有一个共同的目标，这便是完全合作，例如汽车制造厂中有许多机器臂对汽车进行不同的操作，最终目标就是组装一辆汽车，因此它们是完全合作关系。
完全竞争关系(fully competitive)，有一些agents目标对立，一方胜利另一方就失败，例如两个搏击机器人，它们都想赢下比赛，让对手输掉比赛，这就会出现一个胜利另一个失败的结果，这便是完全竞争。
混合关系(mixed cooperative&competitive)，如果在一个系统中同时出现完全合作和完全竞争关系的agents，那么这些agents就是混合关系，例如搏击机器人团队赛，任意一个agent都与和自己一队的agent是完全合作关系，而与其他队的agent是完全竞争关系，所以它们是混合关系。
利己主义(self interested)，有一些agent只关心怎么将自己的利益最大化，而不在乎其他agents怎么变化，我们称这种agent为利己主义者，它们将其他agents看作环境的一部分，最终目标就是最大化自己的利益，例如无人驾驶汽车，agent的目标就是安全快速地到达目的地，其他的无人驾驶汽车在它看来就是环境的一部分，所以它是一个利己主义者。
Multi-agent与Single-agent的一些专业术语有些不同。
发布者：Ai探索者，转载请注明出处：https://javaforall.net/241673.html原文链接：https://javaforall.net
