摘要： 本文研究一類典型的非完全信息博弈問題—–對手類型未知的兩人零和馬爾科夫博弈,其中對手類型多樣且每次博弈開始前無法得知對手類型.文中提出了一種基于模型的多智能體強化學習算法—–對手辨識的極大極小Q學習(DOMQ).該算法首先建立對手相關環(huán)境的經(jīng)驗模型,再使用經(jīng)驗模型學習納什均衡策略,己方智能體在實際博弈中根據(jù)經(jīng)驗模型判斷對手類型,從而使用相應的納什均衡策略,以保證收益下限.本文所... （共8頁）