基于马尔可夫决策过程、实体嵌入和代理集成的上下文感知型代理策略组合

本文提出了一种基于仿真的新方法，通过知识图和实体嵌入来表示异构上下文，并使用并行运行的代理集合对需求进行上下文感知型策略的组合。评估结果表明，代理可以即时请求组合策略，以成功完成适应上下文的活动，而无需通过冗长的训练步骤和场景学习这些策略。与应用强化学习的代理不同。