多智能体学习（Multi-Agent Learning，MAL）将机器学习技术引人多智能体系统领域，研究如何设计算法来创建动态环境下的自适应智能体。强化学习（reforcement learning）是多智能体学习领域广泛研究的技术。单智能体的强化学习在马尔科夫决策过程（Markov Decision Processes，MDP）的框架内能被较好地描述一些独立的强化学习算法（如Qlearning）在智能体所处环境满足马氏性且智能体能够尝试足够多行动的前提下会收敛至最优的策略。尽管马尔科夫决策过程为单智能体学习提供了可靠的数学框架，但对多智能体学习却并非如此。
此文由 怡心湖 编辑，若您觉得有益，欢迎分享转发！：首页 > 常识论 » 人工智能的分支：多智能体学习简介