计算机科学 > 机器学习
[提交于 2019年10月16日
(v1)
,最后修订 2020年1月20日 (此版本, v2)]
标题: MAVEN:多智能体变分探索
标题: MAVEN: Multi-Agent Variational Exploration
摘要: 集中式训练与去中心化执行是合作深度多智能体强化学习中的一个重要设置,这是由于执行期间的通信限制和训练中的计算可行性。 本文分析了在复杂环境中表现优异的价值函数方法[43]。我们特别关注QMIX[40],这是该领域的当前最先进技术。我们证明,QMIX及其类似方法对联合动作值施加的表示约束会导致探索效果明显变差且产生次优解。 此外,我们提出了一种名为MAVEN的新方法,通过引入潜在空间实现值函数方法和策略方法的混合,以实现分层控制。基于值函数的代理根据分层策略控制的共享潜在变量调整自身行为。这使得MAVEN能够实现承诺性的时间扩展探索,这对于解决复杂的多智能体任务至关重要。我们的实验结果表明,MAVEN在具有挑战性的SMAC领域[43]取得了显著的性能提升。
文献和引用工具
与本文相关的代码,数据和媒体
alphaXiv (什么是 alphaXiv?)
CatalyzeX 代码查找器 (什么是 CatalyzeX?)
DagsHub (什么是 DagsHub?)
Gotit.pub (什么是 GotitPub?)
Hugging Face (什么是 Huggingface?)
带有代码的论文 (什么是带有代码的论文?)
ScienceCast (什么是 ScienceCast?)
演示
推荐器和搜索工具
arXivLabs:与社区合作伙伴的实验项目
arXivLabs 是一个框架,允许合作伙伴直接在我们的网站上开发和分享新的 arXiv 特性。
与 arXivLabs 合作的个人和组织都接受了我们的价值观,即开放、社区、卓越和用户数据隐私。arXiv 承诺这些价值观,并且只与遵守这些价值观的合作伙伴合作。
有一个为 arXiv 社区增加价值的项目想法吗? 了解更多关于 arXivLabs 的信息.