Off-Policy Reinforcement Learning for Synchronization in Multiagent Graphical Games

强化学习 计算机科学 贝尔曼方程 同步(交流) 控制(管理) 数学优化 最优控制 功能(生物学) 增强学习 多智能体系统 价值(数学) 纳什均衡 人工智能 数学 机器学习 计算机网络 频道(广播) 进化生物学 生物
作者
Jinna Li,Hamidreza Modares,Tianyou Chai,Frank L. Lewis,Lihua Xie
出处
期刊:IEEE transactions on neural networks and learning systems [Institute of Electrical and Electronics Engineers]
卷期号:28 (10): 2434-2445 被引量:147
标识
DOI:10.1109/tnnls.2016.2609500
摘要

This paper develops an off-policy reinforcement learning (RL) algorithm to solve optimal synchronization of multiagent systems. This is accomplished by using the framework of graphical games. In contrast to traditional control protocols, which require complete knowledge of agent dynamics, the proposed off-policy RL algorithm is a model-free approach, in that it solves the optimal synchronization problem without knowing any knowledge of the agent dynamics. A prescribed control policy, called behavior policy, is applied to each agent to generate and collect data for learning. An off-policy Bellman equation is derived for each agent to learn the value function for the policy under evaluation, called target policy, and find an improved policy, simultaneously. Actor and critic neural networks along with least-square approach are employed to approximate target control policies and value functions using the data generated by applying prescribed behavior policies. Finally, an off-policy RL algorithm is presented that is implemented in real time and gives the approximate optimal control policy for each agent using only measured data. It is shown that the optimal distributed policies found by the proposed algorithm satisfy the global Nash equilibrium and synchronize all agents to the leader. Simulation results illustrate the effectiveness of the proposed method.
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
ljw完成签到,获得积分10
刚刚
kiuikiu完成签到,获得积分10
刚刚
ljj完成签到 ,获得积分10
刚刚
kiuikiu发布了新的文献求助10
3秒前
Minjalee完成签到,获得积分0
3秒前
寂静之森完成签到,获得积分20
3秒前
舒洛完成签到,获得积分10
3秒前
白子双完成签到,获得积分10
4秒前
lei发布了新的文献求助10
5秒前
qsh完成签到 ,获得积分10
6秒前
师桐完成签到,获得积分10
6秒前
会飞的猪完成签到,获得积分10
6秒前
赘婿应助zhangyuan采纳,获得10
6秒前
6秒前
乌啦啦完成签到,获得积分10
7秒前
yyy完成签到,获得积分10
9秒前
mary完成签到,获得积分10
9秒前
斯文败类应助飘逸访文采纳,获得10
9秒前
英俊的铭应助Tonald Yang采纳,获得10
10秒前
kakaC完成签到,获得积分10
10秒前
3123939715完成签到,获得积分10
11秒前
幸福的小刺猬完成签到 ,获得积分10
11秒前
12秒前
13秒前
Gilana完成签到,获得积分10
13秒前
13秒前
劳资懒得起网名完成签到,获得积分10
14秒前
现实的南烟完成签到,获得积分20
15秒前
hey,一条完成签到,获得积分10
15秒前
李健应助木川采纳,获得10
16秒前
nice1025完成签到,获得积分10
16秒前
17秒前
CC完成签到,获得积分10
17秒前
易吴鱼完成签到 ,获得积分10
17秒前
Leopold完成签到,获得积分10
18秒前
18秒前
卿筱枫完成签到,获得积分10
18秒前
lisa完成签到,获得积分10
18秒前
18秒前
Cell完成签到,获得积分10
19秒前
高分求助中
Evolution 10000
Sustainability in Tides Chemistry 2800
юрские динозавры восточного забайкалья 800
English Wealden Fossils 700
An Introduction to Geographical and Urban Economics: A Spiky World Book by Charles van Marrewijk, Harry Garretsen, and Steven Brakman 500
Diagnostic immunohistochemistry : theranostic and genomic applications 6th Edition 500
Chen Hansheng: China’s Last Romantic Revolutionary 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 3150742
求助须知:如何正确求助?哪些是违规求助? 2802264
关于积分的说明 7846871
捐赠科研通 2459614
什么是DOI,文献DOI怎么找? 1309322
科研通“疑难数据库(出版商)”最低求助积分说明 628871
版权声明 601757