شكل دهي پاداش با استفاده از كنترل كننده فازي در سيستم هاي چند عامله

در این مقاله از كنترل كننده فازي 1 استفاده كرده ایم تا شكل دهی پاداش 2 را بهبود ببخشیم. شكل دهی پاداش یكی از روش هایی كه براي سرعت بخشیدن به همگرایی و استفاده از اطلاعات موجود از آن استفاده می شود. یكی از مشكلات این روش به كار گیري درست این اطلاعات براي بدست آوردن خروجی صحیح است. از آنجا كه ویژگی فازي به كار گیري درست دانش انسانی است پس راه حل مناسب استفاده از فازي است است. این روش بر روي یك محیط ماز 3 اعمال شده است . نتایج حاكی از شكل دهی درست پاداش و افزایش سرعت همگرایی است.