Leveraging Joint-action Embedding in Multi-agent Reinforcement Learning for Cooperative Games

嵌入 强化学习 计算机科学 一般化 最大化 动作(物理) 接头(建筑物) 人工智能 功能(生物学) 数学优化 机器学习 数学 生物 进化生物学 物理 工程类 数学分析 建筑工程 量子力学
作者
Xingzhou Lou,Junge Zhang,Yali Du,Chao Yu,Zhaofeng He,Kaiqi Huang
出处
期刊:IEEE transactions on games [Institute of Electrical and Electronics Engineers]
卷期号:16 (2): 470-482 被引量:2
标识
DOI:10.1109/tg.2023.3302694
摘要

State-of-the-art multi-agent policy gradient (MAPG) methods have demonstrated convincing capability in many cooperative games. However, the exponentially growing joint-action space severely challenges the critic's value evaluation and hinders performance of MAPG methods. To address this issue, we augment Central-Q policy gradient with a joint-action embedding function and propose Mutual-information Maximization MAPG (M3APG). The joint-action embedding function makes joint-actions contain information of state transitions, which will improve the critic's generalization over the joint-action space by allowing it to infer joint-actions' outcomes. We theoretically prove that with a fixed joint-action embedding function, the convergence of M3APG is guaranteed. Experiment results on the StarCraft Multi-Agent Challenge (SMAC) demonstrate that M3APG gives evaluation results with better accuracy and outperform other MAPG basic models across various maps of multiple difficulty levels. We empirically show that our joint-action embedding model can be extended to value-based multi-agent reinforcement learning methods and state-of-the-art MAPG methods. Finally, we run ablation study to show that the usage of mutual information in our method is necessary and effective.
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
PDF的下载单位、IP信息已删除 (2025-6-4)

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
刺猬完成签到,获得积分10
1秒前
洪伟发布了新的文献求助10
1秒前
仲某某完成签到,获得积分10
1秒前
2秒前
Jiangzhibing发布了新的文献求助10
2秒前
6秒前
Tender完成签到,获得积分10
6秒前
6秒前
小天发布了新的文献求助10
7秒前
7秒前
9秒前
11秒前
11秒前
12秒前
爱吃猫的鱼完成签到 ,获得积分10
12秒前
Jiangjiatiao完成签到,获得积分10
12秒前
13秒前
13秒前
失眠毛衣发布了新的文献求助10
14秒前
Jiangzhibing发布了新的文献求助10
15秒前
15秒前
wanci应助Jiangjiatiao采纳,获得10
16秒前
英俊溪灵完成签到,获得积分10
16秒前
zhangshun完成签到,获得积分10
17秒前
17秒前
17秒前
zzlark完成签到,获得积分10
19秒前
19秒前
小青椒应助Karsen夏采纳,获得20
20秒前
20秒前
21秒前
liang完成签到,获得积分10
22秒前
22秒前
量子星尘发布了新的文献求助10
22秒前
闲庭信步完成签到,获得积分10
22秒前
24秒前
整齐乐驹发布了新的文献求助10
25秒前
宗英杰发布了新的文献求助10
25秒前
25秒前
科研通AI6应助Forty采纳,获得10
25秒前
高分求助中
(应助此贴封号)【重要!!请各位详细阅读】【科研通的精品贴汇总】 10000
Materials Selection in Mechanical Design 1000
Voyage au bout de la révolution: de Pékin à Sochaux 700
First Farmers: The Origins of Agricultural Societies, 2nd Edition 500
Simulation of High-NA EUV Lithography 400
Metals, Minerals, and Society 400
International socialism & Australian labour : the Left in Australia, 1919-1939 400
热门求助领域 (近24小时)
化学 材料科学 医学 生物 工程类 有机化学 生物化学 物理 内科学 纳米技术 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 冶金 细胞生物学 免疫学
热门帖子
关注 科研通微信公众号,转发送积分 4308618
求助须知:如何正确求助?哪些是违规求助? 3830383
关于积分的说明 11985622
捐赠科研通 3470830
什么是DOI,文献DOI怎么找? 1903178
邀请新用户注册赠送积分活动 950472
科研通“疑难数据库(出版商)”最低求助积分说明 852417