QDAP: Downsizing adaptive policy for cooperative multi-agent reinforcement learning

强化学习 钢筋 计算机科学 心理学 人工智能 社会心理学
作者
Zhitong Zhao,Ya Zhang,Siying Wang,Fan Zhang,Malu Zhang,Wenyu Chen
出处
期刊:Knowledge Based Systems [Elsevier]
卷期号:294: 111719-111719
标识
DOI:10.1016/j.knosys.2024.111719
摘要

Existing multi-agent reinforcement learning methods employ a paradigm of centralized training with decentralized execution (CTDE) to learn cooperative policy among agents via coordination. However, within continuous destruction conditions, the inclusion of information from dead agents significantly undermines the ability to effectively learn cooperative policies in multi-agent systems. In this paper, we first analyze the bias introduced by dead agents under the CTDE paradigm and how it affects cooperation among agents. Following this, we propose q-learning based downsizing adaptive policy (QDAP) framework for cooperative multi-agent reinforcement learning. QDAP actively discerns relevant values from dead agents and utilizes an innovative approach to convert historical trajectories into weighting factors, thereby aiding remaining active agents in learning more appropriate cooperative policies. Moreover, we extend our proposed framework into the CTDE paradigm, facilitating seamless adaptation with the methods of value decomposition. Experimental results demonstrate that QDAP significantly improves learning speed and achieves superior cooperation performance on challenging Starcraft II micromanagement benchmark tasks.
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
更新
大幅提高文件上传限制,最高150M (2024-4-1)

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
Fduojin完成签到,获得积分10
刚刚
阿rain完成签到,获得积分10
2秒前
shinysparrow应助雨安采纳,获得10
3秒前
爱国完成签到,获得积分10
4秒前
秋雪瑶应助凡儿采纳,获得10
4秒前
jiwen完成签到,获得积分10
11秒前
风中沂完成签到 ,获得积分10
11秒前
12秒前
dllneu完成签到,获得积分10
13秒前
白金凯撒完成签到,获得积分20
15秒前
gjww应助明亮无颜采纳,获得10
22秒前
科研土狗完成签到,获得积分20
24秒前
lzzzz完成签到,获得积分10
26秒前
开朗的骁完成签到,获得积分0
27秒前
努力毕业ing完成签到,获得积分10
28秒前
Chris完成签到,获得积分10
28秒前
Akim应助欢呼的惋清采纳,获得10
33秒前
天天快乐应助lbl采纳,获得10
35秒前
无情的盼兰完成签到,获得积分10
36秒前
lzzzz发布了新的文献求助30
36秒前
36秒前
李健应助科研通管家采纳,获得10
36秒前
酷波er应助科研通管家采纳,获得10
36秒前
wanci应助科研通管家采纳,获得20
36秒前
脑洞疼应助科研通管家采纳,获得10
36秒前
友好冷之应助科研通管家采纳,获得30
36秒前
lyy66964193完成签到,获得积分10
37秒前
斯文败类应助杏梨采纳,获得10
38秒前
冰姗完成签到,获得积分10
40秒前
Mia发布了新的文献求助10
42秒前
温乘云完成签到,获得积分10
45秒前
明亮无颜发布了新的文献求助10
46秒前
英俊的铭应助Y的三次方采纳,获得10
48秒前
49秒前
田様应助TONGQIAN采纳,获得20
50秒前
俊逸怜容完成签到,获得积分20
57秒前
Wfmmm完成签到,获得积分10
57秒前
Owen应助Mia采纳,获得10
58秒前
1分钟前
wanci应助biubiu采纳,获得10
1分钟前
高分求助中
Teaching Social and Emotional Learning in Physical Education 900
Plesiosaur extinction cycles; events that mark the beginning, middle and end of the Cretaceous 800
Recherches Ethnographiques sue les Yao dans la Chine du Sud 500
Two-sample Mendelian randomization analysis reveals causal relationships between blood lipids and venous thromboembolism 500
Chinese-English Translation Lexicon Version 3.0 500
Wisdom, Gods and Literature Studies in Assyriology in Honour of W. G. Lambert 400
薩提亞模式團體方案對青年情侶輔導效果之研究 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 有机化学 工程类 生物化学 纳米技术 物理 内科学 计算机科学 化学工程 复合材料 遗传学 基因 物理化学 催化作用 电极 光电子学 量子力学
热门帖子
关注 科研通微信公众号,转发送积分 2392790
求助须知:如何正确求助?哪些是违规求助? 2097111
关于积分的说明 5284139
捐赠科研通 1824781
什么是DOI,文献DOI怎么找? 910020
版权声明 559943
科研通“疑难数据库(出版商)”最低求助积分说明 486295