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.
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
mogekkko发布了新的文献求助10
1秒前
善学以致用应助sunzhuxi采纳,获得10
3秒前
科研通AI2S应助李七七采纳,获得10
3秒前
岁峰柒完成签到 ,获得积分10
3秒前
阳光翩跹完成签到 ,获得积分10
5秒前
6秒前
研友_VZG7GZ应助hu采纳,获得10
7秒前
CipherSage应助Di采纳,获得10
8秒前
Sunshine完成签到,获得积分0
9秒前
西瓜完成签到 ,获得积分10
10秒前
屑主任发布了新的文献求助10
11秒前
11秒前
12秒前
油菜籽完成签到 ,获得积分10
12秒前
DD立芬完成签到 ,获得积分10
13秒前
13秒前
13秒前
16秒前
16秒前
oi发布了新的文献求助10
17秒前
巴顿将军完成签到 ,获得积分10
17秒前
18秒前
18秒前
hu发布了新的文献求助10
19秒前
最最发布了新的文献求助10
19秒前
云过半山完成签到,获得积分10
20秒前
20秒前
21秒前
longxingbo发布了新的文献求助10
22秒前
purple1212发布了新的文献求助10
23秒前
双黄应助木子采纳,获得10
24秒前
lianglimay发布了新的文献求助10
24秒前
快乐小狗发布了新的文献求助10
24秒前
25秒前
hu完成签到,获得积分10
25秒前
不上课不行完成签到,获得积分10
26秒前
26秒前
sunzhuxi发布了新的文献求助10
26秒前
模糊中正应助www采纳,获得50
27秒前
samar完成签到,获得积分10
27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 3261135
求助须知:如何正确求助?哪些是违规求助? 2901993
关于积分的说明 8318609
捐赠科研通 2571798
什么是DOI,文献DOI怎么找? 1397250
科研通“疑难数据库(出版商)”最低求助积分说明 653684
邀请新用户注册赠送积分活动 632216