V
主页
强化学习论文分享20230828
发布人
ResQ: A Residual Q Function-based Approach for Multi-Agent Reinforcement Learning Value Factorization > 内容简介:状态-动作值函数的因子分解对于多智能体强化学习(MARL)至关重要。现有研究受到了表示能力、样本效率和逼近误差的限制。为了解决这些挑战,我们提出了一种MARL价值函数因子分解方法,称为ResQ,它可以通过残差函数找到任何状态-动作值函数的最优联合策略。ResQ会遮蔽掉联合状态-动作值函数中的一些状态-动作值对,将其转化为主函数和残差函数之和。ResQ可用于均值-值和随机-值强化学习。我们在理论上证明了ResQ可以在没有表示限制的情况下满足个体全局最大(IGM)和分布IGM原则。通过在矩阵游戏、捕食者-猎物和星际争霸基准测试上的实验,我们展示了ResQ相对于多个期望/随机值因子分解方法可以获得更好的结果。 > 关键词:MARL,Value Factorization,SMAC Scalable Communication for Multi-Agent Reinforcement Learning via Transformer-Based Email Mechanism >内容简介:为了解决部分观测任务的MARL通信的可扩展性问题,我们提出了一种基于框架转换的电子邮件机制(TEM)。 代理采用本地通信方式,只向可以观察到的代理发送消息,而不对所有代理进行建模。 受人工协作邮件转发的启发,设计消息链转发信息,与观察范围外的Agent协作。 我们引入Transformer对消息链进行编码和解码,从而有选择地选择下一个接收者。 从经验上看,TEM在多个合作Marl基准上的表现优于基线。 当智能体数量变化时,TEM不需要进一步训练就能保持优越的性能。 >关键词:多智能体强化学习、通信、可扩展性
打开封面
下载高清视频
观看高清视频
视频下载器
强化学习玩王者荣耀_创建环境
强化学习论文分享20240718-1
强化学习论文分享20230410
强化学习论文分享20240509
强化学习论文分享20240131
强化学习论文分享20230905
动态规划+DDPG
强化学习论文分享20230619
强化学习论文分享2022-12-01
强化学习论文分享2023-02-02
强化学习论文分享20230515
强化学习论文分享20230807
强化学习论文分享20230814
强化学习论文分享2022-09-29
人生苦短,我用深度强化学习零基础入门视频全套课程,PPO算法/DQN算法/A3C 保姆级教程(学完可就业)
强化学习论文分享20240307
强化学习论文分享20230522
强化学习论文分享20230612
强化学习论文分享20240314_2
强化学习论文分享20230417
强化学习论文分享20240808
当你给导师女儿进行考研辅导时…
强化学习简介+DQN
强化学习论文分享2022-12-08
强化学习论文分享20240110
当导师知道你也被评上院士后
强化学习论文分享2023-01-05
强化学习论文分享2022-10-06
强化学习论文分享20230727
重生之变成骷髅,强化学习教我行走
强化学习论文分享2023-02-16
强化学习论文分享20240117_2
强化学习论文分享2023-02-23
强化学习论文分享20240411_2
强化学习论文分享20230821
【强化学习机器人控制】强化学习轮足机器人控制器!在几分钟内学会走路,机器狗使用大规模并行深度强化学习
强化学习论文分享20240117_3
强化学习论文分享20240719_1
强化学习论文分享20240117_1
从模型预测控制到强化学习10:“直来直往-直接给策略推荐”的确策略梯度(PG)方法REINFORCE-A2C-原理与仿真