本文選題：個性化信息技術(shù)　切入點：角色　出處：《計算機工程與應(yīng)用》2006年31期

【摘要】：針對當前指數(shù)膨脹的網(wǎng)絡(luò)資源使得搜索引擎查詢出來的結(jié)果經(jīng)常成千上萬、良莠不齊的研究現(xiàn)狀,通過充分借鑒社會學、經(jīng)濟學、心理學和分布式人工智能等多門學科的重要內(nèi)容,提出了基于角色的多Agent協(xié)同式強化學習技術(shù)在這一領(lǐng)域的創(chuàng)新應(yīng)用,并適時地為該技術(shù)引入了一種新穎的經(jīng)驗交流與共享學習機制。比較實驗表明,該技術(shù)具有較高的搜索效率和運行準確率。
[Abstract]:This paper puts forward the innovative application of multi - agent cooperative reinforcement learning technology based on the role in this field by drawing on the important contents of many subjects such as sociology , economics , psychology and distributed artificial intelligence , and puts forward a novel experience exchange and sharing learning mechanism .

【作者單位】： 魯東大學現(xiàn)代教育技術(shù)教學部 山東師范大學信息科學與工程學院
【基金】：國家自然科學基金資助項目(69975010,60374054) 山東省自然科學基金資助項目(Y2003G01)
【分類號】：TP18

【參考文獻】

相關(guān)期刊論文 前1條

1 劉弘,劉希玉;一種Web信息的啟發(fā)式檢索方法[J];小型微型計算機系統(tǒng);2003年03期

【共引文獻】

相關(guān)期刊論文 前10條

1 李得偉;韓寶明;魯放;;基于多智能體的交通樞紐微觀仿真研究[J];都市快軌交通;2006年05期

2 李s，

本文編號：1697988