An Improved Multi-Objective Deep Reinforcement Learning Algorithm Based on Envelope Update

强化学习 计算机科学 人工神经网络 趋同(经济学) 数学优化 包络线(雷达) 理论(学习稳定性) 贝尔曼方程 算法 人工智能 功能(生物学) 机器学习 数学 生物 进化生物学 电信 经济增长 经济 雷达
作者
Can Hu,Zhengwei Zhu,Lijia Wang,Chenyang Zhu,Yanfei Yang
出处
期刊:Electronics [MDPI AG]
卷期号:11 (16): 2479-2479
标识
DOI:10.3390/electronics11162479
摘要

Multi-objective reinforcement learning (MORL) aims to uniformly approximate the Pareto frontier in multi-objective decision-making problems, which suffers from insufficient exploration and unstable convergence. We propose a multi-objective deep reinforcement learning algorithm (envelope with dueling structure, Noisynet, and soft update (EDNs)) to improve the ability of the agent to learn optimal multi-objective strategies. Firstly, the EDNs algorithm uses neural networks to approximate the value function and update the parameters based on the convex envelope of the solution boundary. Then, the DQN structure is replaced with the dueling structure, and the state value function is split into the dominance function and value function to make it converge faster. Secondly, the Noisynet method is used to add exploration noise to the neural network parameters to make the agent have a more efficient exploration ability. Finally, the soft update method updates the target network parameters to stabilize the training procedure. We use the DST environment as a case study, and the experimental results show that the EDNs algorithm has better stability and exploration capability than the EMODRL algorithm. In 1000 episodes, the EDNs algorithm improved the coverage by 5.39% and reduced the adaptation error by 36.87%.
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
谷粱可愁完成签到,获得积分10
刚刚
orixero应助yunyii采纳,获得10
刚刚
刚刚
wuyou992发布了新的文献求助10
1秒前
1秒前
11完成签到,获得积分10
1秒前
Booksiy2完成签到,获得积分10
1秒前
科研通AI2S应助ddd采纳,获得10
2秒前
蜗牛的世界完成签到,获得积分10
3秒前
直率的犀牛完成签到,获得积分10
3秒前
田様应助桃桃采纳,获得10
4秒前
leoMD发布了新的文献求助10
5秒前
慕青应助yangquanquan采纳,获得10
5秒前
蚂蚱完成签到 ,获得积分10
5秒前
妮扣胖饥完成签到,获得积分10
6秒前
Active完成签到,获得积分10
6秒前
supering11完成签到,获得积分10
6秒前
汉堡包应助美好斓采纳,获得10
6秒前
欧维完成签到,获得积分10
7秒前
阳光凡之完成签到,获得积分10
8秒前
充电宝应助lala采纳,获得10
8秒前
碳烤小黑茶完成签到 ,获得积分10
8秒前
所所应助霜月十四采纳,获得10
8秒前
9秒前
kinase完成签到 ,获得积分10
10秒前
害羞耷完成签到 ,获得积分10
10秒前
李爱国应助li采纳,获得10
11秒前
三颗板牙完成签到,获得积分10
11秒前
leoMD完成签到,获得积分20
12秒前
K珑完成签到,获得积分10
13秒前
deniroming完成签到,获得积分10
13秒前
mao305完成签到,获得积分10
14秒前
活力的采枫完成签到,获得积分10
14秒前
丶泷完成签到,获得积分10
14秒前
火星上小土豆完成签到 ,获得积分10
14秒前
哈哈哈哈完成签到,获得积分10
14秒前
14秒前
bkagyin应助嘻嘻嘻嘻嘻采纳,获得10
14秒前
15秒前
科研通AI2S应助24号甜冰茶采纳,获得10
15秒前
高分求助中
Evolution 3rd edition 1500
Lire en communiste 1000
Mantiden: Faszinierende Lauerjäger Faszinierende Lauerjäger 700
PraxisRatgeber: Mantiden: Faszinierende Lauerjäger 700
the development of the right of privacy in new york 500
A new species of Coccus (Homoptera: Coccoidea) from Malawi 500
2-Acetyl-1-pyrroline: an important aroma component of cooked rice 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 3180123
求助须知:如何正确求助?哪些是违规求助? 2830514
关于积分的说明 7978030
捐赠科研通 2492090
什么是DOI,文献DOI怎么找? 1329207
科研通“疑难数据库(出版商)”最低求助积分说明 635704
版权声明 602954