动态代理重新训练的代理框架：代理学院
摘要：Agent Academy（AA）旨在开发一个能够为特定或一般任务培训新代理的多代理社会，同时以递归方式不断重新培训现有代理。该系统基于环境和行为数据的收集，以及执行代理及其相关成功/失败的信息，生成一个存储在代理使用存储库中的数据集，该数据集由数据挖掘模块进行挖掘，以生成关于应用领域的有用知识。数据挖掘器提取的知识被代理培训模块用于培训新代理或增强已运行代理的行为。介绍了Agent Academy框架，并介绍了其整体架构和功能。讨论了培训问题和代理本体论。最后，描述了一个旨在向个人和公共当局提供环境警报的场景，作为一个基于AA的用例。
作者：P. Mitkas, A. Symeonidis, D. Kechagias, I. N. Athanasiadis, G. Laleci, G. Kurt, Y. Kabak, A. Acar, and A. Dogac
论文ID：cs/0407025
分类：Multiagent Systems
分类简称：cs.MA
提交时间：2007-05-23