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的填写文献信息,科研通机器人24小时在线,伴您科研之路漫漫前行!

WToE: Learning When to Explore in Multiagent Reinforcement Learning

计算机科学 强化学习 趋同(经济学) 人工智能 光学(聚焦) 功能(生物学) 机制(生物学) 任务(项目管理) 简单(哲学) 网格 机器学习 数学 工程类 哲学 物理 几何学 系统工程 认识论 进化生物学 光学 经济 生物 经济增长
作者
Shaokang Dong,Hangyu Mao,Shuyuan Yang,Shengyu Zhu,Wenbin Li,Jianye Hao,Yang Gao
出处
期刊:IEEE transactions on cybernetics [Institute of Electrical and Electronics Engineers]
卷期号:: 1-13
标识
DOI:10.1109/tcyb.2023.3328732
摘要

Existing multiagent exploration works focus on how to explore in the fully cooperative task, which is insufficient in the environment with nonstationarity induced by agent interactions. To tackle this issue, we propose When to Explore (WToE), a simple yet effective variational exploration method to learn WToE under nonstationary environments. WToE employs an interaction-oriented adaptive exploration mechanism to adapt to environmental changes. We first propose a novel graphical model that uses a latent random variable to model the step-level environmental change resulting from interaction effects. Leveraging this graphical model, we employ the supervised variational auto-encoder (VAE) framework to derive a short-term inferred policy from historical trajectories to deal with the nonstationarity. Finally, agents engage in exploration when the short-term inferred policy diverges from the current actor policy. The proposed approach theoretically guarantees the convergence of the Q -value function. In our experiments, we validate our exploration mechanism in grid examples, multiagent particle environments and the battle game of MAgent environments. The results demonstrate the superiority of WToE over multiple baselines and existing exploration methods, such as MAEXQ, NoisyNets, EITI, and PR2.
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
wskslife完成签到,获得积分10
13秒前
breezelf完成签到 ,获得积分10
18秒前
Jj7完成签到,获得积分10
27秒前
32秒前
小白完成签到 ,获得积分10
53秒前
飞翔完成签到,获得积分10
1分钟前
1分钟前
深情安青应助liyu采纳,获得10
1分钟前
英俊的铭应助巨人文采纳,获得10
2分钟前
keyanzhang完成签到 ,获得积分10
2分钟前
呆呆的猕猴桃完成签到 ,获得积分10
2分钟前
光亮乘云完成签到 ,获得积分10
2分钟前
ppp完成签到,获得积分10
2分钟前
ppp发布了新的文献求助10
2分钟前
小玉完成签到,获得积分10
2分钟前
2分钟前
liyu发布了新的文献求助10
2分钟前
liyu完成签到,获得积分20
3分钟前
aniu完成签到 ,获得积分10
3分钟前
digger2023完成签到 ,获得积分10
4分钟前
4分钟前
天天快乐应助ysss0831采纳,获得10
4分钟前
菲菲完成签到 ,获得积分10
4分钟前
5分钟前
ysss0831发布了新的文献求助10
5分钟前
hzauhzau完成签到 ,获得积分10
5分钟前
奈思完成签到 ,获得积分10
6分钟前
Yolenders完成签到 ,获得积分10
6分钟前
太阳完成签到 ,获得积分20
6分钟前
jiayoujijin完成签到 ,获得积分10
6分钟前
7分钟前
哆啦A梦完成签到 ,获得积分10
8分钟前
哆啦A梦完成签到 ,获得积分10
8分钟前
poki完成签到 ,获得积分10
8分钟前
8分钟前
Herbs完成签到 ,获得积分10
8分钟前
violetlishu完成签到 ,获得积分10
9分钟前
doreen完成签到 ,获得积分10
9分钟前
pig120完成签到 ,获得积分10
9分钟前
Milo完成签到,获得积分10
9分钟前
高分求助中
Manual of Clinical Microbiology, 4 Volume Set (ASM Books) 13th Edition 1000
Sport in der Antike 800
De arte gymnastica. The art of gymnastics 600
少脉山油柑叶的化学成分研究 530
Mechanical Methods of the Activation of Chemical Processes 510
Electronic Structure Calculations and Structure-Property Relationships on Aromatic Nitro Compounds 500
Berns Ziesemer - Maos deutscher Topagent: Wie China die Bundesrepublik eroberte 500
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 2419189
求助须知:如何正确求助?哪些是违规求助? 2110196
关于积分的说明 5337790
捐赠科研通 1837370
什么是DOI,文献DOI怎么找? 914970
版权声明 561134
科研通“疑难数据库(出版商)”最低求助积分说明 489315