多Agent系統(tǒng)的理論與技術(shù)，為分布式開放系統(tǒng)的分析、設(shè)計和實現(xiàn)提供了一條嶄新的途徑。然而隨著相關(guān)領(lǐng)域高新技術(shù)的迅猛發(fā)展，多Agent系統(tǒng)的運行環(huán)境日益趨于大型、開放、動態(tài)和不確定，迫切需要采用各種智能技術(shù)來構(gòu)建具有自學(xué)習(xí)能力的Agent，為多Agent系統(tǒng)引入學(xué)習(xí)機制使其更好地適應(yīng)復(fù)雜環(huán)境，從而導(dǎo)致了多Agent系統(tǒng)學(xué)習(xí)這一新興研究領(lǐng)域的產(chǎn)生和迅速發(fā)展。多Agent系統(tǒng)學(xué)習(xí)包括采用機器學(xué)習(xí)等方法從積累的信息或數(shù)據(jù)中學(xué)習(xí)用于支持決策的知識，以及為建立多Agent協(xié)作、協(xié)調(diào)和競爭等機制而進行的對策學(xué)習(xí)。因此，機器學(xué)習(xí)方法和對策學(xué)習(xí)方法的研究對多Agent系統(tǒng)學(xué)習(xí)領(lǐng)域的發(fā)展具有非常重要的意義。

點擊標簽查看更多相關(guān)資源：