典型文献
基于多智能体深度强化学习的空间众包任务分配
文献摘要：
针对现有空间众包中的任务分配大多只考虑单边、短期利益和单一场景的问题,提出一种基于多智能体深度强化学习的空间众包任务分配算法.首先定义一种新的空间众包场景,其中工人可以自由选择是否与他人合作;然后设计基于注意力机制和A2C(advantage actor-critic)方法的多智能体深度强化学习模型进行新场景下的任务分配;最后进行仿真实验,并将该算法与其他最新的任务分配算法进行性能对比.仿真实验结果表明,该算法能同时实现最高的任务完成率和工人收益率,证明了该算法的有效性和鲁棒性.
文献关键词：
多智能体深度强化学习;空间众包;任务分配;注意力机制
中图分类号：
作者姓名：
赵鹏程;高尚;于洪梅
作者机构：
吉林大学 计算机科学与技术学院,长春 130012
文献出处：
引用格式：
[1]赵鹏程;高尚;于洪梅-.基于多智能体深度强化学习的空间众包任务分配)[J].吉林大学学报（理学版）,2022(02):321-331
A类：
B类：
多智能体深度强化学习,空间众包,众包任务分配,有空,多只,单边,分配算法,包场,自由选择,注意力机制,A2C,advantage,actor,critic,新场景,性能对比,任务完成,完成率,收益率
AB值：
0.268384
相似文献
机标中图分类号，由域田数据科技根据网络公开资料自动分析生成，仅供学习研究参考。
