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的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

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 大地测量学 医学 光学 物理 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 BV]
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
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
zjkzh完成签到 ,获得积分10
1秒前
wBw完成签到,获得积分10
1秒前
研友-wbg-LjbQIL完成签到 ,获得积分10
3秒前
12秒前
Yynnn完成签到 ,获得积分10
15秒前
skkkk发布了新的文献求助10
18秒前
小张完成签到 ,获得积分10
19秒前
19秒前
二牛完成签到,获得积分10
23秒前
Dongjie完成签到 ,获得积分10
24秒前
怀火发布了新的文献求助10
24秒前
小巧念寒完成签到 ,获得积分10
31秒前
赧赧完成签到 ,获得积分10
33秒前
sysi完成签到 ,获得积分10
34秒前
冷冷完成签到 ,获得积分10
37秒前
苏子轩完成签到 ,获得积分10
38秒前
郑洋完成签到 ,获得积分10
42秒前
wxyinhefeng完成签到 ,获得积分10
46秒前
47秒前
熊二完成签到,获得积分10
49秒前
脑洞疼应助mphla采纳,获得10
49秒前
skkkk完成签到,获得积分10
50秒前
57秒前
怀火完成签到,获得积分10
1分钟前
mphla发布了新的文献求助10
1分钟前
柯伊达完成签到 ,获得积分10
1分钟前
1分钟前
轻松的虔完成签到,获得积分10
1分钟前
林好人完成签到,获得积分10
1分钟前
喵了个咪完成签到 ,获得积分10
1分钟前
轻松的虔发布了新的文献求助10
1分钟前
谢陈完成签到 ,获得积分10
1分钟前
自由冬亦完成签到,获得积分10
1分钟前
ROMANTIC完成签到 ,获得积分10
1分钟前
yshj完成签到 ,获得积分10
1分钟前
淳于易形完成签到,获得积分10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
2分钟前
缥缈的闭月完成签到,获得积分10
2分钟前
粗心的飞槐完成签到 ,获得积分10
2分钟前
nini完成签到,获得积分10
2分钟前
高分求助中
こんなに痛いのにどうして「なんでもない」と医者にいわれてしまうのでしょうか 510
Seven new species of the Palaearctic Lauxaniidae and Asteiidae (Diptera) 400
Where and how to use plate heat exchangers 350
Handbook of Laboratory Animal Science 300
Fundamentals of Medical Device Regulations, Fifth Edition(e-book) 300
A method for calculating the flow in a centrifugal impeller when entropy gradients are present 240
《上海道契1-30卷(1847—1911)》 200
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 物理 生物化学 纳米技术 计算机科学 化学工程 内科学 复合材料 物理化学 电极 遗传学 量子力学 基因 冶金 催化作用
热门帖子
关注 科研通微信公众号,转发送积分 3705035
求助须知:如何正确求助?哪些是违规求助? 3254414
关于积分的说明 9888582
捐赠科研通 2966159
什么是DOI,文献DOI怎么找? 1626763
邀请新用户注册赠送积分活动 771150
科研通“疑难数据库(出版商)”最低求助积分说明 743190