亲爱的研友该休息了!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,伴您度过漫漫科研夜!身体可是革命的本钱,早点休息,好梦!

WToE: Learning When to Explore in Multiagent Reinforcement Learning

计算机科学 强化学习 趋同(经济学) 人工智能 光学(聚焦) 功能(生物学) 机制(生物学) 任务(项目管理) 简单(哲学) 网格 机器学习 数学 工程类 认识论 光学 物理 哲学 生物 经济 进化生物学 系统工程 经济增长 几何学
作者
Shaokang Dong,Hangyu Mao,Shuyuan Yang,Shengyu Zhu,Wenbin Li,Jianye Hao,Yang Gao
出处
期刊:IEEE transactions on cybernetics [Institute of Electrical and Electronics Engineers]
卷期号:: 1-13
标识
DOI:10.1109/tcyb.2023.3328732
摘要

Existing multiagent exploration works focus on how to explore in the fully cooperative task, which is insufficient in the environment with nonstationarity induced by agent interactions. To tackle this issue, we propose When to Explore (WToE), a simple yet effective variational exploration method to learn WToE under nonstationary environments. WToE employs an interaction-oriented adaptive exploration mechanism to adapt to environmental changes. We first propose a novel graphical model that uses a latent random variable to model the step-level environmental change resulting from interaction effects. Leveraging this graphical model, we employ the supervised variational auto-encoder (VAE) framework to derive a short-term inferred policy from historical trajectories to deal with the nonstationarity. Finally, agents engage in exploration when the short-term inferred policy diverges from the current actor policy. The proposed approach theoretically guarantees the convergence of the Q -value function. In our experiments, we validate our exploration mechanism in grid examples, multiagent particle environments and the battle game of MAgent environments. The results demonstrate the superiority of WToE over multiple baselines and existing exploration methods, such as MAEXQ, NoisyNets, EITI, and PR2.

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
seven完成签到,获得积分10
1秒前
luluxiu完成签到 ,获得积分10
9秒前
Criminology34应助科研通管家采纳,获得10
1分钟前
1分钟前
LYL发布了新的文献求助10
2分钟前
2分钟前
2分钟前
les3发布了新的文献求助10
2分钟前
lyx发布了新的文献求助10
2分钟前
领导范儿应助zhiji采纳,获得10
2分钟前
彭于晏应助les3采纳,获得10
2分钟前
Cupid完成签到,获得积分10
2分钟前
2分钟前
zhiji发布了新的文献求助10
2分钟前
整齐的飞兰完成签到 ,获得积分10
2分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
Criminology34应助科研通管家采纳,获得10
3分钟前
flyinthesky完成签到,获得积分10
3分钟前
Brain完成签到 ,获得积分10
3分钟前
HC完成签到,获得积分10
3分钟前
张晓祁完成签到,获得积分10
3分钟前
yueying完成签到,获得积分10
4分钟前
科研落发布了新的文献求助10
4分钟前
隐形曼青应助科研落采纳,获得10
4分钟前
lyx完成签到,获得积分10
4分钟前
曾诗婷完成签到 ,获得积分10
5分钟前
5分钟前
5分钟前
仁爱青雪发布了新的文献求助10
5分钟前
shuxiansheng发布了新的文献求助10
5分钟前
Criminology34应助科研通管家采纳,获得10
5分钟前
Hello应助科研通管家采纳,获得10
5分钟前
Criminology34应助科研通管家采纳,获得10
5分钟前
共享精神应助科研通管家采纳,获得10
5分钟前
小辣椒完成签到,获得积分10
5分钟前
zhaodan完成签到,获得积分10
5分钟前
可爱的函函应助仁爱青雪采纳,获得10
5分钟前
FashionBoy应助shuxiansheng采纳,获得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
Les Mantodea de Guyane Insecta, Polyneoptera 2000
Emmy Noether's Wonderful Theorem 1200
Leading Academic-Practice Partnerships in Nursing and Healthcare: A Paradigm for Change 800
基于非线性光纤环形镜的全保偏锁模激光器研究-上海科技大学 800
Signals, Systems, and Signal Processing 610
Research Methods for Business: A Skill Building Approach, 9th Edition 500
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 物理 内科学 复合材料 催化作用 物理化学 光电子学 电极 细胞生物学 基因 无机化学
热门帖子
关注 科研通微信公众号,转发送积分 6410589
求助须知:如何正确求助?哪些是违规求助? 8229880
关于积分的说明 17463131
捐赠科研通 5463570
什么是DOI,文献DOI怎么找? 2886912
邀请新用户注册赠送积分活动 1863248
关于科研通互助平台的介绍 1702450