مقالات مهندسی نرم افزار

سيستمهاي چندعاملي شامل تعدادي عامل هستند كه از طريق ارتباط با يكديگر تعامل دارند. در چنين سيستمهايي رفتار عاملها قابل پيش بيني نيست لذا لازم است عاملها از محيط اطرافشان ياد بگيرند و خود را با آن سازگار كنند. به اين جهت مدلها و الگوريتمهاي يادگيري نياز است كه عاملها با استفاده از آنها فرآيند يادگيري را انجام دهند. در اين مقاله مدل يادگيري CLRI، استراتژي بر مبناي مدل، استراتژي هاي اكتشافي، يك مدل چندعاملي براي شبيه سازي يادگيري، الگوريتم WoLF-IGA و ReDVaLeR كه همگي مدلهاي يادگيري در محيط چند عاملي ميباشند بررسي و معايب موجود در هريك شناسايي شده است. كه نتايج نشان ميدهد از آنجاييكه مدلها و الگوريتمهاي مربوطه، در محيط ساده و قطعي كاربرد داشته و در اين محيط داراي معايب شناسايي شده ميباشند، در مح يطهاي پيچيده كه روابط بين عاملها stochastic است، جوابگو بوده و اين مساله حكايت از ضرورت ارايه مدلي از يادگيري دارد كه در محيط پيچيده پاسخگو باشد.