QDAP: Downsizing adaptive policy for cooperative multi-agent reinforcement learning

强化学习 适应(眼睛) 水准点(测量) 加权 计算机科学 人工智能 医学 物理 大地测量学 光学 放射科 地理
作者
Zhitong Zhao,Ya Zhang,Siying Wang,Fan Zhang,Malu Zhang,Wenyu Chen
出处
期刊:Knowledge Based Systems [Elsevier]
卷期号:294: 111719-111719 被引量:2
标识
DOI:10.1016/j.knosys.2024.111719
摘要

Existing multi-agent reinforcement learning methods employ a paradigm of centralized training with decentralized execution (CTDE) to learn cooperative policy among agents via coordination. However, within continuous destruction conditions, the inclusion of information from dead agents significantly undermines the ability to effectively learn cooperative policies in multi-agent systems. In this paper, we first analyze the bias introduced by dead agents under the CTDE paradigm and how it affects cooperation among agents. Following this, we propose q-learning based downsizing adaptive policy (QDAP) framework for cooperative multi-agent reinforcement learning. QDAP actively discerns relevant values from dead agents and utilizes an innovative approach to convert historical trajectories into weighting factors, thereby aiding remaining active agents in learning more appropriate cooperative policies. Moreover, we extend our proposed framework into the CTDE paradigm, facilitating seamless adaptation with the methods of value decomposition. Experimental results demonstrate that QDAP significantly improves learning speed and achieves superior cooperation performance on challenging Starcraft II micromanagement benchmark tasks.
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
jy完成签到,获得积分10
1秒前
li完成签到,获得积分10
1秒前
无花果应助chenling采纳,获得10
1秒前
杨春末完成签到,获得积分10
1秒前
玄凤鹦鹉9发布了新的文献求助10
2秒前
追寻的凝云应助冬共赴采纳,获得10
2秒前
jy发布了新的文献求助10
3秒前
orixero应助张文康采纳,获得10
4秒前
桐桐应助苹果雁易采纳,获得10
6秒前
6秒前
genomed应助自信河马采纳,获得10
7秒前
genomed应助自信河马采纳,获得10
7秒前
8秒前
lyuzq完成签到,获得积分10
8秒前
8秒前
哈哈发布了新的文献求助10
8秒前
9秒前
10秒前
11秒前
12秒前
fang完成签到 ,获得积分10
12秒前
lyuzq发布了新的文献求助10
13秒前
haomjc完成签到,获得积分10
13秒前
15秒前
amber发布了新的文献求助10
15秒前
科研通AI2S应助狗干采纳,获得10
17秒前
Lucas应助科研通管家采纳,获得10
17秒前
桐桐应助科研通管家采纳,获得10
17秒前
似是而非应助科研通管家采纳,获得10
17秒前
SciGPT应助科研通管家采纳,获得10
17秒前
李健应助科研通管家采纳,获得10
17秒前
星辰大海应助科研通管家采纳,获得10
18秒前
18秒前
科研通AI2S应助科研通管家采纳,获得10
18秒前
李爱国应助科研通管家采纳,获得10
18秒前
灰灰应助科研通管家采纳,获得10
18秒前
老实的栾发布了新的文献求助10
18秒前
子车茗应助科研通管家采纳,获得20
18秒前
所所应助科研通管家采纳,获得10
18秒前
18秒前
高分求助中
Rock-Forming Minerals, Volume 3C, Sheet Silicates: Clay Minerals 2000
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
The Healthy Socialist Life in Maoist China 600
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
Keywords: explanatory textual sequences, motivation, self-determination, academic performance, math, artificial intelligence 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 3267288
求助须知:如何正确求助?哪些是违规求助? 2906812
关于积分的说明 8339691
捐赠科研通 2577377
什么是DOI,文献DOI怎么找? 1400921
科研通“疑难数据库(出版商)”最低求助积分说明 654973
邀请新用户注册赠送积分活动 633892