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!

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 进化生物学 生物 计算机网络 频道(广播)
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:165
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
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
369ninja发布了新的文献求助10
1秒前
蒲蒲完成签到 ,获得积分10
2秒前
无悔完成签到 ,获得积分0
2秒前
开放的乐驹完成签到 ,获得积分10
7秒前
xiaolizi完成签到,获得积分0
16秒前
hll完成签到,获得积分20
48秒前
rjy完成签到 ,获得积分10
1分钟前
crz完成签到,获得积分10
1分钟前
一减完成签到 ,获得积分10
1分钟前
cdercder应助科研通管家采纳,获得10
1分钟前
科研通AI2S应助科研通管家采纳,获得10
1分钟前
上官若男应助369ninja采纳,获得10
2分钟前
科研通AI6.2应助zxxx采纳,获得10
2分钟前
AA完成签到,获得积分10
2分钟前
Xulyun完成签到 ,获得积分10
2分钟前
贪玩的网络完成签到 ,获得积分10
2分钟前
2分钟前
zxxx发布了新的文献求助10
3分钟前
花誓lydia完成签到 ,获得积分10
3分钟前
cdercder应助科研通管家采纳,获得10
3分钟前
cdercder应助科研通管家采纳,获得10
3分钟前
cdercder应助科研通管家采纳,获得10
3分钟前
Lillianzhu1完成签到,获得积分10
3分钟前
桐桐应助zxxx采纳,获得10
3分钟前
腼腆的山兰完成签到 ,获得积分10
3分钟前
布吉岛呀完成签到 ,获得积分10
3分钟前
大大大忽悠完成签到 ,获得积分10
3分钟前
3分钟前
眉间尺发布了新的文献求助10
3分钟前
眉间尺完成签到,获得积分10
3分钟前
4分钟前
zxxx发布了新的文献求助10
4分钟前
zxxx完成签到,获得积分10
4分钟前
L_完成签到 ,获得积分10
4分钟前
洁净的静芙完成签到 ,获得积分10
4分钟前
wangfaqing942完成签到 ,获得积分10
4分钟前
sunwsmile完成签到 ,获得积分10
5分钟前
cdercder应助科研通管家采纳,获得10
5分钟前
科研通AI2S应助科研通管家采纳,获得30
5分钟前
小白白完成签到 ,获得积分10
5分钟前
高分求助中
(应助此贴封号)【重要!!请各用户(尤其是新用户)详细阅读】【科研通的精品贴汇总】 10000
Cronologia da história de Macau 5000
Petrology and Plate Tectonics 800
Electrode Potentials 550
Matrix Methods in Data Mining and Pattern Recognition 510
Trees of tropical Asia : an illustrated guide to diversity 500
Materials Informatics Molecules, Crystals and Beyond A volume in Acta Materialia Book Series 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 纳米技术 工程类 有机化学 化学工程 生物化学 计算机科学 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7042169
求助须知:如何正确求助?哪些是违规求助? 8709061
关于积分的说明 18444152
捐赠科研通 6553098
什么是DOI,文献DOI怎么找? 3117100
关于科研通互助平台的介绍 2200901
邀请新用户注册赠送积分活动 2092454