基于Q-强化学习的多Agent协商策略及算法 (2010年)

针对传统Agent协商策略学习能力不足，不能满足现代电子商务环境需要的问题，采用Q-强化学习理论对Agent的双边协商策略加以改进，提出基于Q-强化学习的Agent双边协商策略，并设计实现该策略的算法。通过与时间协商策略比较，证明改进后的Agent协商策略在协商时间、算法效率上优于未经学习的时间策略，能够增强电子商务系统的在线学习能力，缩短协商时间，提高协商效率。