期刊导航
期刊开放获取
河南省图书馆
退出
期刊文献
+
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
任意字段
题名或关键词
题名
关键词
文摘
作者
第一作者
机构
刊名
分类号
参考文献
作者简介
基金资助
栏目信息
检索
高级检索
期刊导航
共找到
1
篇文章
<
1
>
每页显示
20
50
100
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
显示方式:
文摘
详细
列表
相关度排序
被引量排序
时效性排序
面向Ad-Hoc协作的局部观测重建方法
1
作者
陈皓
杨立昆
+1 位作者
尹奇跃
黄凯奇
《中国科学院大学学报(中英文)》
CSCD
北大核心
2024年第1期117-126,共10页
在多智能体强化学习的研究中,如何进行Ad-Hoc协作,也就是说如何适应种类和数量变化的队友,是一个关键问题。现有方法或者有很强的先验知识假设,或者使用硬编码的规则进行合作,缺乏通用性,无法泛化到更一般的Ad-Hoc协作场景。为解决该问...
在多智能体强化学习的研究中,如何进行Ad-Hoc协作,也就是说如何适应种类和数量变化的队友,是一个关键问题。现有方法或者有很强的先验知识假设,或者使用硬编码的规则进行合作,缺乏通用性,无法泛化到更一般的Ad-Hoc协作场景。为解决该问题,提出一种面向Ad-Hoc协作的局部观测重建算法,利用注意力机制和采样网络对局部观测进行重建,使得算法认识到并充分利用不同局面中的高维状态表征,实现了在Ad-Hoc协作场景下的零样本泛化。在星际争霸微操环境和Ad-Hoc协作场景上与代表性算法的性能进行对比与分析,验证了算法的有效性。
展开更多
关键词
多智能体
深度强化学习
信用分配
ad-hoc协作
下载PDF
职称材料
题名
面向Ad-Hoc协作的局部观测重建方法
1
作者
陈皓
杨立昆
尹奇跃
黄凯奇
机构
中国科学院自动化研究所智能系统与工程研究中心
中国科学院大学人工智能学院
中国科学院脑科学与智能技术卓越创新中心
出处
《中国科学院大学学报(中英文)》
CSCD
北大核心
2024年第1期117-126,共10页
基金
国家自然科学基金(61876181)
北京市科技创新计划(Z19110000119043)
青年创新促进会、中国科学院和中国科学院项目(QYZDB-SSWJSC006)资助。
文摘
在多智能体强化学习的研究中,如何进行Ad-Hoc协作,也就是说如何适应种类和数量变化的队友,是一个关键问题。现有方法或者有很强的先验知识假设,或者使用硬编码的规则进行合作,缺乏通用性,无法泛化到更一般的Ad-Hoc协作场景。为解决该问题,提出一种面向Ad-Hoc协作的局部观测重建算法,利用注意力机制和采样网络对局部观测进行重建,使得算法认识到并充分利用不同局面中的高维状态表征,实现了在Ad-Hoc协作场景下的零样本泛化。在星际争霸微操环境和Ad-Hoc协作场景上与代表性算法的性能进行对比与分析,验证了算法的有效性。
关键词
多智能体
深度强化学习
信用分配
ad-hoc协作
Keywords
multi-agent
deep reinforcement learning
credit assignment
ad-hoc
cooperation
分类号
TP183 [自动化与计算机技术—控制理论与控制工程]
下载PDF
职称材料
题名
作者
出处
发文年
被引量
操作
1
面向Ad-Hoc协作的局部观测重建方法
陈皓
杨立昆
尹奇跃
黄凯奇
《中国科学院大学学报(中英文)》
CSCD
北大核心
2024
0
下载PDF
职称材料
已选择
0
条
导出题录
引用分析
参考文献
引证文献
统计分析
检索结果
已选文献
上一页
1
下一页
到第
页
确定
用户登录
登录
IP登录
使用帮助
返回顶部