Credit assignment with predictive contribution measurement in multi-agent reinforcement learning

强化学习 计算机科学 人工智能 相关性(法律) 机器学习 分解 国家(计算机科学) 预测值 价值(数学) 算法 政治学 生态学 医学 生物 内科学 法学
作者
Renlong Chen,Ying Tan
出处
期刊:Neural Networks [Elsevier BV]
卷期号:164: 681-690 被引量:2
标识
DOI:10.1016/j.neunet.2023.05.021
摘要

Credit assignment is a crucial issue in multi-agent tasks employing a centralized training and decentralized execution paradigm. While value decomposition has demonstrated strong performance in Q-learning-based approaches and certain Actor–Critic variants, it remains challenging to achieve efficient credit assignment in multi-agent tasks using policy gradient methods due to decomposable value limitations. This paper introduces Predictive Contribution Measurement, an explicit credit assignment method that compares prediction errors among agents and allocates surrogate rewards based on their relevance to global state transitions, with a theoretical guarantee. With multi-agent proximal policy optimization (MAPPO) as a training backend, we propose Predictive Contribution MAPPO (PC-MAPPO). Our experiments demonstrate that PC-MAPPO, with a 10% warm-up phase, outperforms MAPPO, QMIX, and Weighted QMIX on StarCraft multi-agent challenge tasks, particularly in maps requiring heightened cooperation to defeat enemies, such as the map corridor. Employing a pre-trained predictor, PC-MAPPO achieves significantly improved performance on all tested super-hard maps. In parallel training scenarios, PC-MAPPO exhibits superior data efficiency and achieves state-of-the-art performance compared to other methods.

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
2秒前
actor2006发布了新的文献求助10
2秒前
3秒前
3秒前
四十完成签到 ,获得积分10
3秒前
lagrange发布了新的文献求助10
5秒前
5秒前
刘玉凯完成签到,获得积分10
5秒前
5秒前
CipherSage应助HYN采纳,获得10
6秒前
勤劳之瑶完成签到,获得积分20
6秒前
qiuxu发布了新的文献求助10
6秒前
SCINEXUS应助yuanfangyi0306采纳,获得40
7秒前
飞猪完成签到,获得积分20
7秒前
dywen完成签到,获得积分10
7秒前
8秒前
struggle完成签到 ,获得积分10
8秒前
小王梓完成签到,获得积分10
8秒前
rwowo发布了新的文献求助10
8秒前
传奇3应助77采纳,获得50
9秒前
wanci应助清萍红檀采纳,获得10
10秒前
飞猪发布了新的文献求助10
10秒前
zizi完成签到,获得积分10
11秒前
科研通AI6.1应助xiaosu采纳,获得10
12秒前
小蘑菇应助Eleven采纳,获得10
12秒前
12秒前
12秒前
13秒前
飘逸初丹完成签到 ,获得积分10
13秒前
烟花应助小白采纳,获得10
13秒前
情怀应助aaa采纳,获得10
13秒前
14秒前
lagrange完成签到,获得积分10
14秒前
14秒前
14秒前
like发布了新的文献求助10
14秒前
15秒前
勤劳之瑶发布了新的文献求助20
15秒前
活力翼发布了新的文献求助10
15秒前
16秒前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
PowerCascade: A Synthetic Dataset for Cascading Failure Analysis in Power Systems 2000
Picture this! Including first nations fiction picture books in school library collections 1500
Instituting Science: The Cultural Production of Scientific Disciplines 666
Signals, Systems, and Signal Processing 610
The Organization of knowledge in modern America, 1860-1920 / 600
Unlocking Chemical Thinking: Reimagining Chemistry Teaching and Learning 555
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6360351
求助须知:如何正确求助?哪些是违规求助? 8174573
关于积分的说明 17218162
捐赠科研通 5415407
什么是DOI,文献DOI怎么找? 2865917
邀请新用户注册赠送积分活动 1843138
关于科研通互助平台的介绍 1691313