已入深夜,您辛苦了!由于当前在线用户较少,发布求助请尽量完整的填写文献信息,科研通机器人24小时在线,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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.
最长约 10秒,即可获得该文献文件

科研通智能强力驱动
Strongly Powered by AbleSci AI
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
健壮橘子发布了新的文献求助10
2秒前
3秒前
在郑州发布了新的文献求助10
8秒前
隐形曼青应助gao采纳,获得10
8秒前
adios完成签到 ,获得积分20
8秒前
飞逝的快乐时光完成签到 ,获得积分10
8秒前
hzh发布了新的文献求助30
9秒前
12秒前
李D完成签到 ,获得积分10
12秒前
orixero应助甜甜的采纳,获得20
13秒前
十七完成签到 ,获得积分10
14秒前
ikea1984发布了新的文献求助10
16秒前
18秒前
贰鸟应助sny采纳,获得10
19秒前
积极向上的阿闯完成签到,获得积分20
22秒前
hh发布了新的文献求助10
23秒前
江知之完成签到 ,获得积分0
24秒前
w_完成签到,获得积分10
24秒前
Xiaoyuan发布了新的文献求助10
26秒前
27秒前
MIA903完成签到 ,获得积分10
27秒前
Binbin完成签到 ,获得积分10
27秒前
w_发布了新的文献求助10
28秒前
Huiqi_Li发布了新的文献求助10
32秒前
real完成签到 ,获得积分10
33秒前
加减乘除发布了新的文献求助10
34秒前
牙线棒棒哒完成签到 ,获得积分10
35秒前
36秒前
如约而至完成签到 ,获得积分10
39秒前
sny完成签到,获得积分10
41秒前
希望天下0贩的0应助Xiaoyuan采纳,获得10
41秒前
43秒前
47秒前
LSS发布了新的文献求助10
47秒前
51秒前
秀丽的正豪完成签到 ,获得积分10
53秒前
李剑鸿发布了新的文献求助30
53秒前
yunna_ning完成签到 ,获得积分0
56秒前
可爱的函函应助wzbc采纳,获得10
56秒前
59秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
The First Nuclear Era: The Life and Times of a Technological Fixer 500
岡本唐貴自伝的回想画集 500
Distinct Aggregation Behaviors and Rheological Responses of Two Terminally Functionalized Polyisoprenes with Different Quadruple Hydrogen Bonding Motifs 450
Ciprofol versus propofol for adult sedation in gastrointestinal endoscopic procedures: a systematic review and meta-analysis 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3671119
求助须知:如何正确求助?哪些是违规求助? 3228030
关于积分的说明 9778011
捐赠科研通 2938277
什么是DOI,文献DOI怎么找? 1609784
邀请新用户注册赠送积分活动 760461
科研通“疑难数据库(出版商)”最低求助积分说明 735962