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地填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

Parallel learner: A practical deep reinforcement learning framework for multi-scenario games

强化学习 计算机科学 任务(项目管理) 一般化 人工智能 趋同(经济学) 功能(生物学) 代表(政治) 贝尔曼方程 机器学习 数学优化 政治 数学分析 生物 经济 进化生物学 管理 法学 经济增长 数学 政治学
作者
Xiaolu Hou,Zhenyang Guo,Xuan Wang,Tao Qian,Jiajia Zhang,Shuhan Qi,Jing Xiao
出处
期刊:Knowledge Based Systems [Elsevier BV]
卷期号:236: 107753-107753 被引量:1
标识
DOI:10.1016/j.knosys.2021.107753
摘要

Traditional reinforcement learning methods are only applicable to single-scenario tasks. When it comes to multi-scenario, the single-scenario agents fail to perform well. That is, the traditional reinforcement learning methods own the poor generalization when facing different tasks simultaneously. In this work, we propose a practical deep reinforcement learning framework that can perform on multiple 3D scenarios concurrently. We adopt the Actor–Learner framework to realize the parallelization of multiple scenarios and resolve the policy lag problem by generalizing Retrace(λ) to a new value function. We prove its convergence theoretically. Besides, we design an auxiliary recognition task and an auxiliary control task inspired by the hard shared representation in multi-task learning to improve the performance of our multi-scenario agent. Experimental results show that our method outperforms state-of-the-art algorithms on DMLab-30, achieving more advantages on multi-scenario games. We verify the effectiveness of each part of our framework by the ablation experiments. We also find our parallel learner transferable by testing on the untrained scenarios.
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
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
3秒前
JJ完成签到,获得积分10
4秒前
香蕉觅云应助wmuzhao采纳,获得10
6秒前
JJ发布了新的文献求助10
7秒前
顺利问玉完成签到 ,获得积分10
8秒前
10秒前
麦麦完成签到,获得积分10
12秒前
江江完成签到,获得积分10
12秒前
量子星尘发布了新的文献求助30
23秒前
k001boyxw完成签到,获得积分10
29秒前
38秒前
wmuzhao发布了新的文献求助10
43秒前
一苇以航完成签到 ,获得积分10
44秒前
47秒前
Decade2021完成签到,获得积分10
55秒前
FashionBoy应助斯文的友菱采纳,获得10
1分钟前
852应助wmuzhao采纳,获得10
1分钟前
1分钟前
1分钟前
下午好完成签到 ,获得积分10
1分钟前
1分钟前
liu完成签到 ,获得积分10
1分钟前
沙海沉戈完成签到,获得积分0
2分钟前
量子星尘发布了新的文献求助10
2分钟前
2分钟前
刘刘完成签到 ,获得积分10
2分钟前
时尚丹寒完成签到 ,获得积分10
2分钟前
大轩完成签到 ,获得积分10
2分钟前
聪明的大树完成签到,获得积分10
2分钟前
2分钟前
深情安青应助科研通管家采纳,获得20
2分钟前
大个应助快乐的惜儿采纳,获得10
2分钟前
2分钟前
xingsixs完成签到 ,获得积分10
2分钟前
kmzzy完成签到,获得积分10
3分钟前
lu发布了新的文献求助10
3分钟前
海洋岩土12138完成签到 ,获得积分10
3分钟前
3分钟前
3分钟前
3分钟前
高分求助中
【提示信息,请勿应助】关于scihub 10000
The Mother of All Tableaux: Order, Equivalence, and Geometry in the Large-scale Structure of Optimality Theory 3000
Social Research Methods (4th Edition) by Maggie Walter (2019) 2390
A new approach to the extrapolation of accelerated life test data 1000
北师大毕业论文 基于可调谐半导体激光吸收光谱技术泄漏气体检测系统的研究 390
Phylogenetic study of the order Polydesmida (Myriapoda: Diplopoda) 370
Robot-supported joining of reinforcement textiles with one-sided sewing heads 360
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 内科学 纳米技术 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4008493
求助须知:如何正确求助?哪些是违规求助? 3548198
关于积分的说明 11298711
捐赠科研通 3282912
什么是DOI,文献DOI怎么找? 1810274
邀请新用户注册赠送积分活动 885976
科研通“疑难数据库(出版商)”最低求助积分说明 811209