A TD3-based multi-agent deep reinforcement learning method in mixed cooperation-competition environment

强化学习 人工神经网络 竞赛(生物学) 计算机科学 函数逼近 一般化 平滑的 适应性 时差学习 功能(生物学) 对偶(语法数字) 差异(会计) 人工智能 数学优化 机器学习 数学 生态学 生物 会计 文学类 数学分析 艺术 业务 进化生物学 计算机视觉
作者
Fengjiao Zhang,Jie Li,Zhi Li
出处
期刊:Neurocomputing [Elsevier]
卷期号:411: 206-215 被引量:38
标识
DOI:10.1016/j.neucom.2020.05.097
摘要

We explored the problem about function approximation error and complex mission adaptability in multi-agent deep reinforcement learning. This paper proposes a new multi-agent deep reinforcement learning algorithm framework named multi-agent time delayed deep deterministic policy gradient. Our work reduces the overestimation error of neural network approximation and variance of estimation result using dual-centered critic, group target network smoothing and delayed policy updating. According to experiment results, it improves the ability to adapt complex missions eventually. Then, we discuss that there is an inevitable overestimation issue about existing multi-agent algorithms about approximating real action-value equations with neural network. We also explain the approximate error of equations in the multi-agent deep deterministic policy gradient algorithm mathematically and experimentally. Finally, the application of our algorithm in the mixed cooperative competition experimental environment further demonstrates the effectiveness and generalization of our algorithm, especially improving the group’s ability of adapting complex missions and completing more difficult missions.
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
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
大有阳光发布了新的文献求助60
1秒前
2秒前
3秒前
3秒前
4秒前
5秒前
5秒前
852应助慕倾采纳,获得10
5秒前
桐桐应助晶晶采纳,获得10
5秒前
6秒前
科研通AI2S应助Fury采纳,获得10
6秒前
阔达静曼发布了新的文献求助10
7秒前
可青发布了新的文献求助10
9秒前
9秒前
10秒前
苏帅发布了新的文献求助10
12秒前
NexusExplorer应助爆爆璐besos采纳,获得10
12秒前
科研通AI2S应助单身的溪流采纳,获得10
13秒前
科研通AI2S应助阳光的香菇采纳,获得10
14秒前
15秒前
妮妮完成签到 ,获得积分10
16秒前
nicewink发布了新的文献求助10
16秒前
研友_VZG7GZ应助耍酷的豆芽采纳,获得10
19秒前
19秒前
23秒前
24秒前
25秒前
小欧医生完成签到,获得积分10
28秒前
28秒前
wanci应助教生物的杨教授采纳,获得20
30秒前
31秒前
31秒前
还好发布了新的文献求助10
31秒前
田様应助sjc采纳,获得10
33秒前
33秒前
35秒前
35秒前
Orange应助独特的高山采纳,获得10
36秒前
36秒前
子车茗应助Bliteper采纳,获得10
38秒前
高分求助中
The late Devonian Standard Conodont Zonation 2000
Nickel superalloy market size, share, growth, trends, and forecast 2023-2030 2000
The Lali Section: An Excellent Reference Section for Upper - Devonian in South China 1500
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 800
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 800
Saponins and sapogenins. IX. Saponins and sapogenins of Luffa aegyptica mill seeds (black variety) 500
Fundamentals of Dispersed Multiphase Flows 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 3260778
求助须知:如何正确求助?哪些是违规求助? 2901898
关于积分的说明 8317946
捐赠科研通 2571648
什么是DOI,文献DOI怎么找? 1397111
科研通“疑难数据库(出版商)”最低求助积分说明 653655
邀请新用户注册赠送积分活动 632178