CHQ: a multi-agent reinforcement learning scheme for partially observable markov decision processes

作者
Hiroshi Osada,Satoshi Fujita
标识
DOI:10.1109/iat.2004.1342918
摘要

We propose a reinforcement learning scheme called CHQ that could efficiently acquire appropriate policies under partially observable Markov decision processes (POMDP) involving probabilistic state transitions, that frequently occurs in multiagent systems in which each agent independently takes a probabilistic action based on a partial observation of the underlying environment. A key idea of CHQ is to extend the HQ-learning proposed by Wiering et al. in such a way that it could learn the activation order of the MDP subtasks as well as an appropriate policy under each MDP subtask. The quality of the proposed scheme is experimentally evaluated. The result of experiments implies that it can acquire a deterministic policy with sufficiently high success rate, even if the given task is POMDP with probabilistic state transitions.

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
刚刚
小栩发布了新的文献求助10
刚刚
烟花应助要减肥采纳,获得30
刚刚
1秒前
DueDue0327发布了新的文献求助10
1秒前
1秒前
文静的冥王星完成签到,获得积分10
1秒前
新新新新新发顶刊完成签到 ,获得积分10
2秒前
明芷蝶发布了新的文献求助10
3秒前
文静发布了新的文献求助10
3秒前
4秒前
Nefelibata发布了新的文献求助10
4秒前
wanci应助蚂蚁学长采纳,获得10
4秒前
左安发布了新的文献求助10
4秒前
You应助wjx采纳,获得10
4秒前
5秒前
FashionBoy应助wjx采纳,获得10
5秒前
keyan_zhou完成签到,获得积分10
5秒前
打打应助wjx采纳,获得10
5秒前
勤恳以寒发布了新的文献求助10
5秒前
负责雨安发布了新的文献求助20
5秒前
英俊的铭应助wjx采纳,获得10
5秒前
草莓声明发布了新的文献求助20
5秒前
大模型应助wjx采纳,获得10
5秒前
Moon发布了新的文献求助10
5秒前
顾矜应助wjx采纳,获得10
5秒前
orixero应助Yu采纳,获得10
5秒前
彭于晏应助wjx采纳,获得10
5秒前
Orange应助wjx采纳,获得10
5秒前
yvette完成签到,获得积分10
6秒前
6秒前
英俊的铭应助wjx采纳,获得10
6秒前
完美世界应助wjx采纳,获得10
6秒前
仇育辉发布了新的文献求助30
7秒前
7秒前
科研通AI6.4应助狂野宛丝采纳,获得10
7秒前
777完成签到,获得积分10
7秒前
毛彬发布了新的文献求助10
7秒前
沉静野狼发布了新的文献求助10
7秒前
HM完成签到,获得积分10
8秒前
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
2026年中国辛酸癸酸聚乙二醇甘油酯行业市场现状调查及投资机会研判报告 1000
模型平均及其应用 900
Nondestructive Testing Handbook: Vol. 4, Thermal and Infrared Testing (IR), 4th ed 800
Évora na Idade Média 555
作者名:Kristopher P. Plain,悉尼大学的,目前只能查到其四篇论文,想找到其博士论文 550
Matrix Methods in Data Mining and Pattern Recognition Second Edition 510
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 内科学 物理 复合材料 催化作用 细胞生物学 无机化学 光电子学 物理化学 电极 基因
热门帖子
关注 科研通微信公众号,转发送积分 7350366
求助须知:如何正确求助?哪些是违规求助? 8962037
关于积分的说明 19036239
捐赠科研通 7000014
什么是DOI,文献DOI怎么找? 3220904
关于科研通互助平台的介绍 2385646
邀请新用户注册赠送积分活动 2201316