清晨好,您是今天最早来到科研通的研友!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,伴您科研之路漫漫前行!

Multi-Agent Actor-Critic for Mixed Cooperative-Competitive Environments

强化学习 计算机科学 适应(眼睛) 差异(会计) 人工智能 多智能体系统 动作(物理) 集合(抽象数据类型) 机器学习 经济 量子力学 光学 物理 会计 程序设计语言
作者
Ryan Lowe,Yi Wu,Aviv Tamar,Jean Harb,OpenAI Pieter Abbeel,Igor Mordatch
出处
期刊:Cornell University - arXiv 卷期号:30: 6379-6390 被引量:737
摘要

We explore deep reinforcement learning methods for multi-agent domains. We begin by analyzing the difficulty of traditional algorithms in the multi-agent case: Q-learning is challenged by an inherent non-stationarity of the environment, while policy gradient suffers from a variance that increases as the number of agents grows. We then present an adaptation of actor-critic methods that considers action policies of other agents and is able to successfully learn policies that require complex multi-agent coordination. Additionally, we introduce a training regimen utilizing an ensemble of policies for each agent that leads to more robust multi-agent policies. We show the strength of our approach compared to existing methods in cooperative as well as competitive scenarios, where agent populations are able to discover various physical and informational coordination strategies.
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
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
佳期如梦完成签到 ,获得积分10
8秒前
xiaoyu完成签到,获得积分10
9秒前
Snow886完成签到,获得积分10
12秒前
迅速的幻雪完成签到 ,获得积分10
13秒前
boymin2015完成签到 ,获得积分10
23秒前
顾矜应助Mr采纳,获得10
31秒前
活力的珊完成签到 ,获得积分10
41秒前
43秒前
Mr发布了新的文献求助10
49秒前
zhuosht完成签到 ,获得积分10
52秒前
30完成签到 ,获得积分10
1分钟前
傲娇的沁完成签到,获得积分10
1分钟前
1分钟前
1分钟前
1分钟前
Cynthia完成签到 ,获得积分10
1分钟前
予秋发布了新的文献求助10
1分钟前
JamesPei应助nhanvm采纳,获得10
1分钟前
予秋完成签到,获得积分10
2分钟前
予秋发布了新的文献求助10
2分钟前
2分钟前
高海龙完成签到,获得积分10
2分钟前
nhanvm发布了新的文献求助10
2分钟前
2分钟前
xiaoyu发布了新的文献求助10
2分钟前
笨笨完成签到 ,获得积分10
2分钟前
刘亮亮完成签到,获得积分10
2分钟前
害羞孤风完成签到 ,获得积分10
2分钟前
molihuakai应助misli采纳,获得10
3分钟前
3分钟前
和气生财君完成签到 ,获得积分10
3分钟前
落后的怀梦完成签到 ,获得积分10
3分钟前
misli发布了新的文献求助10
3分钟前
爱思考的小笨笨完成签到,获得积分10
3分钟前
财路通八方完成签到 ,获得积分10
3分钟前
heyihu完成签到 ,获得积分10
3分钟前
misli完成签到,获得积分10
4分钟前
冷静的夏彤发布了新的文献求助200
4分钟前
简爱完成签到 ,获得积分10
4分钟前
久晓完成签到 ,获得积分10
4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
The politics of sentencing reform in the context of U.S. mass incarceration 1000
基于非线性光纤环形镜的全保偏锁模激光器研究 800
Pulse width control of a 3-phase inverter with non sinusoidal phase voltages 777
Signals, Systems, and Signal Processing 610
Research Methods for Applied Linguistics: A Practical Guide 600
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 6407746
求助须知:如何正确求助?哪些是违规求助? 8226873
关于积分的说明 17449299
捐赠科研通 5460482
什么是DOI,文献DOI怎么找? 2885547
邀请新用户注册赠送积分活动 1861931
关于科研通互助平台的介绍 1701942