清晨好,您是今天最早来到科研通的研友!由于当前在线用户较少,发布求助请尽量完整地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

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 艺术 数学分析 文学类 会计 进化生物学 业务 计算机视觉
作者
Fengjiao Zhang,Jie Li,Zhi Li
出处
期刊:Neurocomputing [Elsevier BV]
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
直率若烟完成签到 ,获得积分10
5秒前
qiongqiong完成签到 ,获得积分10
5秒前
myq完成签到 ,获得积分10
6秒前
Zhahu完成签到 ,获得积分10
7秒前
呆萌的蚂蚁完成签到 ,获得积分10
16秒前
Hindiii完成签到,获得积分10
32秒前
qinqiqinqin勤勤完成签到 ,获得积分10
51秒前
不吃香菜完成签到 ,获得积分10
54秒前
卷卷完成签到,获得积分10
55秒前
yunzhouni完成签到,获得积分10
1分钟前
wBw完成签到,获得积分0
1分钟前
zqlxueli完成签到 ,获得积分0
1分钟前
细心妙菡完成签到 ,获得积分10
1分钟前
寒冷寻桃完成签到 ,获得积分10
1分钟前
1分钟前
海阔天空完成签到 ,获得积分10
1分钟前
柯彦完成签到 ,获得积分10
1分钟前
godccc发布了新的文献求助10
1分钟前
new1完成签到,获得积分10
1分钟前
Hua完成签到,获得积分10
1分钟前
稳重的以珊完成签到 ,获得积分10
1分钟前
科研通AI6应助Hua采纳,获得10
1分钟前
脑洞疼应助godccc采纳,获得10
1分钟前
马宇航完成签到 ,获得积分10
1分钟前
tszjw168完成签到 ,获得积分0
1分钟前
godccc完成签到,获得积分10
1分钟前
怕触电的电源完成签到 ,获得积分10
2分钟前
易一完成签到 ,获得积分10
2分钟前
启程完成签到 ,获得积分10
2分钟前
俏皮的老城完成签到 ,获得积分10
2分钟前
Karry完成签到 ,获得积分10
2分钟前
2分钟前
xue完成签到 ,获得积分10
2分钟前
卷卷发布了新的文献求助10
2分钟前
XX2完成签到,获得积分10
2分钟前
小孟吖完成签到 ,获得积分10
2分钟前
MM11111完成签到 ,获得积分10
2分钟前
啵妞完成签到 ,获得积分10
2分钟前
XX完成签到,获得积分10
2分钟前
kk完成签到 ,获得积分10
2分钟前
高分求助中
Pipeline and riser loss of containment 2001 - 2020 (PARLOC 2020) 1000
哈工大泛函分析教案课件、“72小时速成泛函分析:从入门到入土.PDF”等 660
Comparing natural with chemical additive production 500
The Leucovorin Guide for Parents: Understanding Autism’s Folate 500
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 500
A Manual for the Identification of Plant Seeds and Fruits : Second revised edition 500
The Social Work Ethics Casebook: Cases and Commentary (revised 2nd ed.) 400
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 内科学 生物化学 物理 计算机科学 纳米技术 遗传学 基因 复合材料 化学工程 物理化学 病理 催化作用 免疫学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 5211971
求助须知:如何正确求助?哪些是违规求助? 4388268
关于积分的说明 13663723
捐赠科研通 4248647
什么是DOI,文献DOI怎么找? 2331064
邀请新用户注册赠送积分活动 1328777
关于科研通互助平台的介绍 1282014