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]
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
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
buxiangxlw发布了新的文献求助10
1秒前
专注的问寒应助同尘采纳,获得60
1秒前
Vermouth发布了新的文献求助10
1秒前
1秒前
2秒前
2秒前
2秒前
叶子发布了新的文献求助10
2秒前
qq发布了新的文献求助10
3秒前
桐桐应助blue采纳,获得10
3秒前
3秒前
3秒前
欢喜板凳完成签到 ,获得积分0
4秒前
家雁菱发布了新的文献求助10
4秒前
cookangdavid发布了新的文献求助10
4秒前
徐涵完成签到 ,获得积分10
4秒前
5秒前
击剑男孩发布了新的文献求助10
6秒前
Aniee完成签到,获得积分10
6秒前
xinxinxiangyong关注了科研通微信公众号
6秒前
6秒前
晰默发布了新的文献求助10
6秒前
我不吃番茄完成签到,获得积分10
7秒前
7秒前
wyx1111完成签到 ,获得积分10
7秒前
xiaoju完成签到,获得积分20
7秒前
Wind应助感动凝荷采纳,获得10
8秒前
zou发布了新的文献求助10
8秒前
8秒前
Zz完成签到 ,获得积分10
8秒前
animenz完成签到,获得积分10
8秒前
举个栗子完成签到,获得积分10
8秒前
qingmoheng应助科研通管家采纳,获得10
8秒前
Jasper应助科研通管家采纳,获得10
9秒前
平淡的天宇完成签到,获得积分10
9秒前
k1应助科研通管家采纳,获得10
9秒前
共享精神应助科研通管家采纳,获得30
9秒前
9秒前
香蕉觅云应助科研通管家采纳,获得10
9秒前
一叶知秋应助科研通管家采纳,获得10
9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
List of 1,091 Public Pension Profiles by Region 1581
Encyclopedia of Agriculture and Food Systems Third Edition 1500
Specialist Periodical Reports - Organometallic Chemistry Organometallic Chemistry: Volume 46 1000
Current Trends in Drug Discovery, Development and Delivery (CTD4-2022) 800
The Scope of Slavic Aspect 600
Foregrounding Marking Shift in Sundanese Written Narrative Segments 600
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 生物化学 物理 纳米技术 计算机科学 内科学 化学工程 复合材料 物理化学 基因 遗传学 催化作用 冶金 量子力学 光电子学
热门帖子
关注 科研通微信公众号,转发送积分 5532022
求助须知:如何正确求助?哪些是违规求助? 4620823
关于积分的说明 14574972
捐赠科研通 4560552
什么是DOI,文献DOI怎么找? 2498894
邀请新用户注册赠送积分活动 1478828
关于科研通互助平台的介绍 1450125