Communication-Efficient Policy Gradient Methods for Distributed Reinforcement Learning

强化学习 瓶颈 计算机科学 架空(工程) 控制器(灌溉) 趋同(经济学) 分布式计算 人工智能 分布式算法 嵌入式系统 农学 经济增长 生物 操作系统 经济
作者
Tianyi Chen,Kaiqing Zhang,Georgios B. Giannakis,Tamer Başar
出处
期刊:IEEE Transactions on Control of Network Systems [Institute of Electrical and Electronics Engineers]
卷期号:9 (2): 917-929 被引量:34
标识
DOI:10.1109/tcns.2021.3078100
摘要

This article deals with distributed policy optimization in reinforcement learning, which involves a central controller and a group of learners. In particular, two typical settings encountered in several applications are considered: multiagent reinforcement learning (RL) and parallel RL , where frequent information exchanges between the learners and the controller are required. For many practical distributed systems, however, the overhead caused by these frequent communication exchanges is considerable, and becomes the bottleneck of the overall performance. To address this challenge, a novel policy gradient approach is developed for solving distributed RL. The novel approach adaptively skips the policy gradient communication during iterations, and can reduce the communication overhead without degrading learning performance. It is established analytically that: i) the novel algorithm has a convergence rate identical to that of the plain-vanilla policy gradient; while ii) if the distributed learners are heterogeneous in terms of their reward functions, the number of communication rounds needed to achieve a desirable learning accuracy is markedly reduced. Numerical experiments corroborate the communication reduction attained by the novel algorithm compared to alternatives.

科研通智能强力驱动
Strongly Powered by AbleSci AI
更新
大幅提高文件上传限制,最高150M (2024-4-1)

科研通是完全免费的文献互助平台,具备全网最快的应助速度,最高的求助完成率。 对每一个文献求助,科研通都将尽心尽力,给求助人一个满意的交代。
实时播报
美丽的楼房完成签到 ,获得积分10
1秒前
5秒前
山雀完成签到,获得积分10
6秒前
叮叮当当完成签到,获得积分10
11秒前
淡然的芷荷完成签到 ,获得积分10
13秒前
郝老头完成签到,获得积分0
14秒前
飘逸翠柏完成签到 ,获得积分10
15秒前
研友_Z119gZ发布了新的文献求助10
17秒前
大大大大管子完成签到 ,获得积分10
19秒前
小菜鸡完成签到 ,获得积分10
19秒前
刚子完成签到 ,获得积分0
20秒前
wushuimei完成签到 ,获得积分10
21秒前
泌尿小周完成签到 ,获得积分10
23秒前
科研小白完成签到 ,获得积分10
25秒前
FashionBoy应助害羞的果汁采纳,获得10
28秒前
白华苍松发布了新的文献求助10
30秒前
能干水蓝完成签到 ,获得积分10
34秒前
花花糖果完成签到 ,获得积分10
42秒前
别疯完成签到,获得积分10
47秒前
aniver完成签到 ,获得积分10
55秒前
负责的寒梅完成签到 ,获得积分10
58秒前
威武忆山完成签到 ,获得积分10
59秒前
王王的狗子完成签到 ,获得积分10
1分钟前
酷酷的王完成签到 ,获得积分10
1分钟前
1分钟前
mushen完成签到,获得积分10
1分钟前
chi完成签到 ,获得积分10
1分钟前
八匹马完成签到 ,获得积分10
1分钟前
chen发布了新的文献求助20
1分钟前
jeffrey完成签到,获得积分10
1分钟前
细心的向日葵完成签到,获得积分10
1分钟前
www完成签到 ,获得积分10
1分钟前
开放素完成签到 ,获得积分10
1分钟前
爱听歌寄云完成签到 ,获得积分10
1分钟前
chen完成签到,获得积分10
1分钟前
SwapExisting完成签到 ,获得积分10
1分钟前
风趣的惜天完成签到 ,获得积分10
1分钟前
王浩伟完成签到 ,获得积分10
1分钟前
1分钟前
Biofly526完成签到,获得积分10
1分钟前
高分求助中
Sustainability in Tides Chemistry 2800
The Young builders of New china : the visit of the delegation of the WFDY to the Chinese People's Republic 1000
Rechtsphilosophie 1000
Bayesian Models of Cognition:Reverse Engineering the Mind 888
Defense against predation 800
Very-high-order BVD Schemes Using β-variable THINC Method 568
Chen Hansheng: China’s Last Romantic Revolutionary 500
热门求助领域 (近24小时)
化学 医学 生物 材料科学 工程类 有机化学 生物化学 物理 内科学 纳米技术 计算机科学 化学工程 复合材料 基因 遗传学 催化作用 物理化学 免疫学 量子力学 细胞生物学
热门帖子
关注 科研通微信公众号,转发送积分 3137039
求助须知:如何正确求助?哪些是违规求助? 2788032
关于积分的说明 7784295
捐赠科研通 2444102
什么是DOI,文献DOI怎么找? 1299724
科研通“疑难数据库(出版商)”最低求助积分说明 625536
版权声明 601010