V
主页
强化学习论文分享2022-10-13
发布人
> PAC: Assisted Value Factorisation with Counterfactual Predictions in Multi-Agent Reinforcement Learning(NIPS 2022) > 内容简介:在部分可观察的MARL问题中,agent对其自身动作的排序可能会对可表示的函数类施加并发约束(跨不同状态),从而在训练期间导致明显的估计误差。本文解决了这一限制,并提出了PAC,这是一个新的框架,利用从最佳联合行动选择的反事实预测中生成的辅助信息,通过新的反事实损失来帮助价值函数分解。本文推出了一种基于变分推理的信息编码方法,用于从估计的baseline收集和编码反事实预测。为了实现分散式执行,本文还根据最大熵 MARL 推导出每个智能体的分解策略。本文评估了PAC在多智能体捕猎环境和一组星际争霸II环境的表现。实验结果表明,在所有测试中,PAC优于其他基于价值和基于策略的SOTA算法的表现。 >关键词:multi-agent,Counterfactual Prediction,variational inference > Automatic Data Augmentation for Generalization in Reinforcement Learning > 内容简介:深度强化学习(RL)代理通常无法在其训练环境之外进行泛化。为了缓解这一问题,最近的工作提出了使用数据增强。然而,不同的任务往往受益于不同类型的增强,而选择正确的增强通常需要专业知识。本文介绍了三种自动寻找任何RL任务的有效增强的方法。这些与用于策略和价值函数的两个新的正则化术语相结合,所需的是使演员-批评者算法在理论上合理地使用数据增强。我们的方法在Procgen基准测试上达到了最新的水平,并在有干扰的DeepMind Control任务上超过了流行的RL算法。此外,我们的agent学习对环境变化更健壮的策略和表示,这些变化与解决任务无关,例如背景。 > 关键词:泛化、数据增强 > Softmax Deep Double Deterministic Policy Gradients(NeurIPS 2020) > 内容简介:DDPG是一种广泛应用于连续控制的AC强化学习算法。但是它存在高估问题,尽管更先进的TD3算法缓解了这个问题,但是它可能反而带入较大的低估偏差。因此,可以选择在连续控制中采用Boltzmann Softmax算子进行值函数估计。本文首先从理论上分析了连续动作空间中的Softmax算子,然后揭示了AC算法中它的一个重要特性,即它有助于平滑优化前景,从而揭示了该算子的优点。同时还设计了两种新算法,SD2和SD3,通过在单、双估计量上构造算子,可以有效改善高估和低估偏差。并且还在有一定难度的连续控制任务上进行了实验,结果表明SD3有最优的效果。 > 关键词:DDPG、连续动作、Actor-Critic、高估偏差、低估偏差
打开封面
下载高清视频
观看高清视频
视频下载器
UC Berkeley《深度强化学习|CS 285 Deep Reinforcement Learning 2023》中英字幕(豆包翻译)
强化学习玩王者荣耀_创建环境
从模型预测控制到强化学习-9:仿真、理解和可视化形式各异的DQN算法
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
动态规划+DDPG
讲座01 | 基于模型的主动感知机器人强化学习系统——上海交通大学MVIG实验室在读博士吕峻
强化学习论文分享20230410
03-从动态控制到学习优化-精华串讲-3:模型参数辨识-最优控制与强化学习的桥梁-动力系统抗扰控制
ICRA复现:基于MAPPO的多机器人探索建图机制
双足机器人强化学习humanoid-gym sim2sim详细学习过程,Openloong的urdf为例
强化学习论文分享2022-10-20
强化学习论文分享2023-01-12
研究生必看!我愿全文背诵的周志华机器学习教科书!全16章终于有人讲明白了!线性回归、决策树、半监督学习、强化学习、规则学习...
大语言模型(LLM)综述
2024年最新深度学习编译技术阶段性总结
[新手可入门]基于pybullet强化学习机械臂抓取仿真
强推!2024年站最系统的无人驾驶技术全套教程,一口气带你学完感知实战、视觉定位、路径规划、预测系统,从入门到进阶!!!(自动驾驶/无人驾驶/人工智能/AI)
强化学习论文分享2023-02-16
强化学习专题分享20230801
强烈推荐!中科院机器学习全套教程!200集!终于有人讲明白了!—数据挖掘/Python/数学/线性代数/概率论/强化学习/TensorFlow/算法
强化学习论文分享2022-11-17
强化学习论文分享20230515
IROS复现:基于DDPG的机械臂抓取训练(sim2real)
强化学习论文分享20230821
强化学习简介+DQN
强化学习论文分享20230612
强推!【全150集】机器学习+强化学习+深度学习,一口气带你全部学完!真的太通俗易懂了!(人工智能、深度学习、神经网络、机器学习算法、计算机视觉)
什么是卷积?强推!这绝对是全网最通俗易懂的【卷积神经网络教程】!草履虫听了都点头!人工智能、深度学习、机器学习
【深度强化学习】华盛顿大学Steve Brunton教授精讲《数据驱动的科学与工程:机器学习、动态系统与控制》
帮粉丝做的任务:强化学习控制机械臂完成抓取以及插销
强化学习论文分享2022-11-24
强化学习论文分享20240117_1
牛逼!竟然用3天一口气学完强化学习【PPO、Q-learning、DQN、A3C】十大算法原理及实战玩转超级马里奥!通俗易懂,比啃书强太多了!机器学习|深度学习
强化学习论文分享20240718-1
【太...完整了!】上交大和伯克利强强联合的机器学习+深度学习+强化学习课程分享!-人工智能/AI/神经网络/Python基础
强化学习控制,端到端,PPO算法,神经网络控制,SImulink可编程,PX4小无人机飞控,硬件在环仿真到实物飞行
基于多智能体强化学习的多小车建图与导航
研究生必备!里面99%的论文都能找到,一个代码复现的神级网站!人工智能/机器学习/深度学习/论文复现/代码
B站首推!不愧是李宏毅老师讲的【强化学习】简直太详细!!!2024公认最通俗易懂的【强化学习教程】小白也能信手拈来(人工智能|机器学习|深度学习|强化学习)
强化学习论文分享20240509