1、多智能體系統(tǒng)是當前人工智能領(lǐng)域的一個研究熱點。多智能體系統(tǒng)是一個復雜、動態(tài)的環(huán)境，系統(tǒng)中問題求解空間巨大，智能體行動策略的設(shè)計比較困難并且低效，因此學習技術(shù)是多智能體系統(tǒng)中不可缺少的一部分。 多智能體學習存在以下難點：智能體對環(huán)境僅部分感知、學習搜索空間太大、學習效率低等，事實上，現(xiàn)有的學習方法多是針對單智能體的，其中任何一種都不能有效解決以上問題，基于此，在綜合多種學習方法的基礎(chǔ)上，本文做了以下工作： 提出基于統(tǒng)計的多

2、智能體Q學習算法，將統(tǒng)計學習引入增強學習中，通過對智能體間聯(lián)合動作的統(tǒng)計來學習其它智能體的行為策略，策略向量選取的全概率分布保證了智能體對最優(yōu)動作的選擇，確保了算法的收斂，該算法將多智能體環(huán)境下的Q學習空間由指數(shù)空間降為線性空間，有效地提高了學習效率；提出基于預測的多智能體Q學習算法(模型)，通過引入預測技術(shù)對系統(tǒng)狀態(tài)進行預測，加快了學習的收斂速度，同時，在模型中采用規(guī)劃技術(shù)應用先驗知識來解決部分感知問題，該算法的學習性能優(yōu)于傳統(tǒng)的Q學