當(dāng)前位置:首頁 > 科技文檔 > 自動(dòng)化 > 正文

基于價(jià)值函數(shù)分解和通信學(xué)習(xí)機(jī)制的異構(gòu)多智能體強(qiáng)化學(xué)習(xí)方法

計(jì)算機(jī)學(xué)報(bào) 頁數(shù): 19 2024-04-09
摘要: 許多現(xiàn)實(shí)世界的系統(tǒng)可以被建模為多智能體系統(tǒng),多智能體強(qiáng)化學(xué)習(xí)為開發(fā)這些系統(tǒng)提供了一種有效的方法,其中基于集中訓(xùn)練與分散執(zhí)行范式的價(jià)值函數(shù)分解方法得到了廣泛的研究.然而現(xiàn)有的價(jià)值分解方法一般缺乏通信機(jī)制,在處理需要通信學(xué)習(xí)的多智能體任務(wù)時(shí)表現(xiàn)不佳.同時(shí),目前大多數(shù)通信機(jī)制都是針對同構(gòu)多智能體環(huán)境設(shè)計(jì)的,沒有考慮異構(gòu)多智能體場景.在異構(gòu)場景中,由于智能體動(dòng)作空間或觀測空間的異構(gòu)性,... (共19頁)

開通會(huì)員,享受整站包年服務(wù)立即開通 >
科技文檔
數(shù)學(xué) 力學(xué) 化學(xué) 金融 證券 保險(xiǎn) 投資 會(huì)計(jì) 審計(jì) 園藝 林業(yè) 旅游 體育 物理學(xué) 生物學(xué) 天文學(xué) 氣象學(xué) 海洋學(xué) 地質(zhì)學(xué) 新能源 金屬學(xué) 農(nóng)藝學(xué) 農(nóng)作物 管理學(xué) 領(lǐng)導(dǎo)學(xué) 自然科學(xué) 系統(tǒng)科學(xué) 資源科學(xué) 無機(jī)化工 有機(jī)化工 燃料化工 化學(xué)工業(yè) 材料科學(xué) 礦業(yè)工程 冶金工業(yè) 安全科學(xué) 環(huán)境科學(xué) 工業(yè)通用 機(jī)械工業(yè) 無線電子 電信技術(shù) 鐵路運(yùn)輸 汽車工業(yè) 船舶工業(yè) 動(dòng)力工程 電力工業(yè) 農(nóng)業(yè)科學(xué) 農(nóng)業(yè)工程 植物保護(hù) 動(dòng)物醫(yī)學(xué) 教育理論 學(xué)前教育 初等教育 中等教育 高等教育 職業(yè)教育 成人教育 自然地理 地球物理 經(jīng)濟(jì)統(tǒng)計(jì) 農(nóng)業(yè)經(jīng)濟(jì) 工業(yè)經(jīng)濟(jì) 交通經(jīng)濟(jì) 企業(yè)經(jīng)濟(jì) 文化經(jīng)濟(jì) 信息經(jīng)濟(jì) 貿(mào)易經(jīng)濟(jì) 財(cái)政稅收 市場研究 科學(xué)研究 互聯(lián)網(wǎng) 自動(dòng)化 輕工業(yè) 核科學(xué) 服務(wù)業(yè) 石油然氣 服務(wù)業(yè) 野生動(dòng)物 水產(chǎn)漁業(yè) 硬件 儀器儀表 航空航天 武器軍事 公路運(yùn)輸 水利水電 建筑科學(xué) 軟件