多智能体强化学习论文——SEAC(NIPS 2020)

2023-10-27 17:10

本文主要是介绍多智能体强化学习论文——SEAC(NIPS 2020),希望对大家解决编程问题提供一定的参考价值,需要的开发者们随着小编来一起学习吧!

存在的问题&研究动机&研究思路

  1. 稀疏奖励的环境下,多智能体的exploration存在效率不足的问题
  2. 在IAC的基础上尝试加入重要性采样,使得每次更新智能体 i i i的参数时,不再仅仅使用智能体 i i i的数据,而是使用所有智能体的数据进行智能体 i i i数据的更新。
  3. 对于原始的IAC算法是on-policy的,而SEAC则是off-poligy的。

创新点

  1. 在每个智能体 i i i a c t o r i actor_i actori c r i t i c i critic_i critici的更新过程中,都加入了重要性采样
    在这里插入图片描述
    在这里插入图片描述
    每个智能体更新时都使用了所有智能体的梯度信息

算法框图

在这里插入图片描述

实验

  1. 实验算法共有三个:
    1. IAC:Independent Actor-Critic。
    2. SNAC:Shared Network Actor-Critic,即训练一个策略用于所有智能体,所有智能体的数据都更新着一套参数。此方法算是on-policy的,网络接受了相同的经验,学到了较为相似的策略。
    3. SEAC:Shared Experience Actor-Critic。和IAC类似,每个智能体都有自己的一套参数,但是每个智能体在更新的时候,使用所有智能体的数据进行,而IAC仅仅使用自己的数据进行更新
  2. 实验环境包括四个,都设置为sparse reward的形式。
  3. 对于QMIX这种接受集体reward的算法,即直接将每个智能体的 r e w a r d i reward_i rewardi相加当作集体的reward。(是否合理?既然VDN假设 总体效用函数等于每个智能体效用函数之和?。)
  4. 在协作任务中,当某个智能体的学习进度明显快于其他智能体时,会阻碍总体训练效果的提升。
  5. 实验结论:在多智能体中,当智能体学习速度不同时,会阻碍一部分agents的exploration,进而影响总体的学习进程,导致收敛到次优策略。SEAC通过结合当前智能体的梯度和其他所有智能体的weighted梯度信息,来解决这个问题。

这篇关于多智能体强化学习论文——SEAC(NIPS 2020)的文章就介绍到这儿,希望我们推荐的文章对编程师们有所帮助!



http://www.chinasem.cn/article/287110

相关文章

Java进阶学习之如何开启远程调式

《Java进阶学习之如何开启远程调式》Java开发中的远程调试是一项至关重要的技能,特别是在处理生产环境的问题或者协作开发时,:本文主要介绍Java进阶学习之如何开启远程调式的相关资料,需要的朋友... 目录概述Java远程调试的开启与底层原理开启Java远程调试底层原理JVM参数总结&nbsMbKKXJx

使用Python实现表格字段智能去重

《使用Python实现表格字段智能去重》在数据分析和处理过程中,数据清洗是一个至关重要的步骤,其中字段去重是一个常见且关键的任务,下面我们看看如何使用Python进行表格字段智能去重吧... 目录一、引言二、数据重复问题的常见场景与影响三、python在数据清洗中的优势四、基于Python的表格字段智能去重

Spring AI集成DeepSeek三步搞定Java智能应用的详细过程

《SpringAI集成DeepSeek三步搞定Java智能应用的详细过程》本文介绍了如何使用SpringAI集成DeepSeek,一个国内顶尖的多模态大模型,SpringAI提供了一套统一的接口,简... 目录DeepSeek 介绍Spring AI 是什么?Spring AI 的主要功能包括1、环境准备2

Spring AI与DeepSeek实战一之快速打造智能对话应用

《SpringAI与DeepSeek实战一之快速打造智能对话应用》本文详细介绍了如何通过SpringAI框架集成DeepSeek大模型,实现普通对话和流式对话功能,步骤包括申请API-KEY、项目搭... 目录一、概述二、申请DeepSeek的API-KEY三、项目搭建3.1. 开发环境要求3.2. mav

Python3脚本实现Excel与TXT的智能转换

《Python3脚本实现Excel与TXT的智能转换》在数据处理的日常工作中,我们经常需要将Excel中的结构化数据转换为其他格式,本文将使用Python3实现Excel与TXT的智能转换,需要的可以... 目录场景应用:为什么需要这种转换技术解析:代码实现详解核心代码展示改进点说明实战演练:从Excel到

Java深度学习库DJL实现Python的NumPy方式

《Java深度学习库DJL实现Python的NumPy方式》本文介绍了DJL库的背景和基本功能,包括NDArray的创建、数学运算、数据获取和设置等,同时,还展示了如何使用NDArray进行数据预处理... 目录1 NDArray 的背景介绍1.1 架构2 JavaDJL使用2.1 安装DJL2.2 基本操

HarmonyOS学习(七)——UI(五)常用布局总结

自适应布局 1.1、线性布局(LinearLayout) 通过线性容器Row和Column实现线性布局。Column容器内的子组件按照垂直方向排列,Row组件中的子组件按照水平方向排列。 属性说明space通过space参数设置主轴上子组件的间距,达到各子组件在排列上的等间距效果alignItems设置子组件在交叉轴上的对齐方式,且在各类尺寸屏幕上表现一致,其中交叉轴为垂直时,取值为Vert

Ilya-AI分享的他在OpenAI学习到的15个提示工程技巧

Ilya(不是本人,claude AI)在社交媒体上分享了他在OpenAI学习到的15个Prompt撰写技巧。 以下是详细的内容: 提示精确化:在编写提示时,力求表达清晰准确。清楚地阐述任务需求和概念定义至关重要。例:不用"分析文本",而用"判断这段话的情感倾向:积极、消极还是中性"。 快速迭代:善于快速连续调整提示。熟练的提示工程师能够灵活地进行多轮优化。例:从"总结文章"到"用

【前端学习】AntV G6-08 深入图形与图形分组、自定义节点、节点动画(下)

【课程链接】 AntV G6:深入图形与图形分组、自定义节点、节点动画(下)_哔哩哔哩_bilibili 本章十吾老师讲解了一个复杂的自定义节点中,应该怎样去计算和绘制图形,如何给一个图形制作不间断的动画,以及在鼠标事件之后产生动画。(有点难,需要好好理解) <!DOCTYPE html><html><head><meta charset="UTF-8"><title>06

学习hash总结

2014/1/29/   最近刚开始学hash,名字很陌生,但是hash的思想却很熟悉,以前早就做过此类的题,但是不知道这就是hash思想而已,说白了hash就是一个映射,往往灵活利用数组的下标来实现算法,hash的作用:1、判重;2、统计次数;