已入深夜,您辛苦了!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,伴您度过漫漫科研夜!祝你早点完成任务,早点休息,好梦!

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 电信 雷达 进化生物学 经济 生物 经济增长
作者
Can Hu,Zhengwei Zhu,Lijia Wang,Chenyang Zhu,Yanfei Yang
出处
期刊:Electronics [Multidisciplinary Digital Publishing Institute]
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
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
科研通AI5应助程风破浪采纳,获得10
2秒前
仙依依完成签到 ,获得积分10
3秒前
zq完成签到,获得积分10
3秒前
5秒前
无止发布了新的文献求助10
5秒前
勤劳的忆寒完成签到,获得积分10
12秒前
12秒前
笨笨芯发布了新的文献求助30
13秒前
平常从蓉完成签到,获得积分0
16秒前
啥时候吃火锅完成签到 ,获得积分0
17秒前
qqcc001发布了新的文献求助10
19秒前
19秒前
23秒前
呆萌幻竹完成签到 ,获得积分10
27秒前
startt发布了新的文献求助10
28秒前
王q完成签到,获得积分20
29秒前
31秒前
科研通AI5应助科研通管家采纳,获得10
33秒前
胡萝卜须应助科研通管家采纳,获得20
33秒前
充电宝应助科研通管家采纳,获得10
33秒前
搜集达人应助科研通管家采纳,获得10
34秒前
SciGPT应助科研通管家采纳,获得30
34秒前
科研通AI5应助科研通管家采纳,获得10
34秒前
酷波er应助科研通管家采纳,获得10
34秒前
34秒前
nenoaowu应助科研通管家采纳,获得30
34秒前
传奇3应助科研通管家采纳,获得10
34秒前
34秒前
34秒前
小六九发布了新的文献求助10
35秒前
小迪完成签到 ,获得积分10
35秒前
cxx完成签到 ,获得积分10
40秒前
可靠从云完成签到 ,获得积分10
41秒前
44秒前
qqcc001完成签到,获得积分10
47秒前
Herbs完成签到 ,获得积分10
48秒前
50秒前
SOLKATT完成签到 ,获得积分10
51秒前
闹一闹吧费曼先生完成签到 ,获得积分10
53秒前
戴哈哈发布了新的文献求助10
53秒前
高分求助中
Production Logging: Theoretical and Interpretive Elements 2700
Neuromuscular and Electrodiagnostic Medicine Board Review 1000
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
いちばんやさしい生化学 500
Genre and Graduate-Level Research Writing 500
The First Nuclear Era: The Life and Times of a Technological Fixer 500
Unusual formation of 4-diazo-3-nitriminopyrazoles upon acid nitration of pyrazolo[3,4-d][1,2,3]triazoles 500
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 3674245
求助须知:如何正确求助?哪些是违规求助? 3229667
关于积分的说明 9786525
捐赠科研通 2940176
什么是DOI,文献DOI怎么找? 1611741
邀请新用户注册赠送积分活动 761012
科研通“疑难数据库(出版商)”最低求助积分说明 736372