- 1、本文档共51页,可阅读全部内容。
- 2、原创力文档(book118)网站文档一经付费(服务费),不意味着购买了该文档的版权,仅供个人/单位学习、研究之用,不得用于商业用途,未经授权,严禁复制、发行、汇编、翻译或者网络传播等,侵权必究。
- 3、本站所有内容均由合作方或网友上传,本站不对文档的完整性、权威性及其观点立场正确性做任何保证或承诺!文档内容仅供研究参考,付费前请自行鉴别。如您付费,意味着您自己接受本站规则且自行承担风险,本站不退款、不进行额外附加服务;查看《如何避免下载的几个坑》。如果您已付费下载过本站文档,您可以点击 这里二次下载。
- 4、如文档侵犯商业秘密、侵犯著作权、侵犯人身权等,请点击“版权申诉”(推荐),也可以打举报电话:400-050-0827(电话支持时间:9:00-18:30)。
- 5、该文档为VIP文档,如果想要下载,成为VIP会员后,下载免费。
- 6、成为VIP后,下载本文档将扣除1次下载权益。下载后,不支持退款、换文档。如有疑问请联系我们。
- 7、成为VIP后,您将拥有八大权益,权益包括:VIP文档下载权益、阅读免打扰、文档格式转换、高级专利检索、专属身份标志、高级客服、多端互通、版权登记。
- 8、VIP文档为合作方或网友上传,每下载1次, 网站将根据用户上传文档的质量评分、类型等,对文档贡献者给予高额补贴、流量扶持。如果你也想贡献VIP文档。上传文档
摘要
面向多智能体强化学习的分层状态抽取方法
随着智能识别与决策技术的发展,多智能体系统在军事、民用方面的应用日益
广泛,例如目标侦查、物资配送和自动控制等。近年来,针对高度动态环境下的决
策控制问题,深度强化学习技术表现出优异的性能。现有的方法往往通过将智能体
局限在特定小场景的方式简化问题,这些场景中的智能体较为独立,并且他们采取
的策略较为稳定和单一。然而,能够带来经济效益的现实场景往往更复杂:不仅环
境由多个智能体共同组成,智能体的决策之间存在相互影响;还要求智能体能够响
应环境的细微变化。针对多个智能体决策相互影响带来的策略难以优化、环境变化
频繁的问题,本文在包含复杂的协作、对抗机制的多智能体问题背景下,着重研究
基于强化学习的解决方案,进行了以下工作:
(1)为缓解策略难以优化的问题,提出一种半集中式队长结构以结合评估端
和策略端的两种共享信息方式。该结构中包含中心化队长和分散式队员两种异构智
能体,其中的中心化智能体搭载状态信息抽取结构,端到端地逐层抽取联合观察各
维度的关系,并通过共享全局信息的方式统筹队伍策略。使得各智能体在保留评估
端全局信息的同时,为策略端添加统筹信息。通过该信息保证评估准确性、降低策
略分歧,并令联合动作的实际表现更加稳定。
(2)为缓解环境变化频繁的问题,提出一种状态信息抽取结构。利用该结构
自适应地提取联合观察各个维度的重要性,并以层级化的形式获得状态的高阶表
示。通过改变该结构的层数和维度保留比例,使评估和决策效果更加稳定的同时,
降低策略端通讯信息的维度。
(3)实验结果表明:状态信息抽取结构能够在不增加任何额外信息的条件下,
提供更有效的状态表示,且在网络的评估和策略端都适用;中心化智能体结构能带
来更优的整体表现和更小的个体表现差距,一定程度上缓解了懒惰智能体问题;在
所有对比实验中,本文的方法都能获得更高的平均队伍奖励和更低的奖励方差率。
关键词:
人工智能,深度强化学习,多智能体,状态抽取,协作与对抗
I
Abstract
Multi-agentreinforcementlearningoriented
hierarchicalstateextractionmethod
Withthedevelopmentofintelligentidentificationanddecision-makingtechnology,
multi-agentsystemsareincreasinglywidelyusedinmilitaryandcivilianapplications,
suchastargetdetection,materialdelivering,andautomaticcontrol.Inrecentyears,deep
reinforcementlearningtechnologyhasshowndramaticdecisionmakingperformancein
highlydynamicenvironments.Existingmethodsoftensimplifyproblemsbyconfining
theagenttospecificsmallscenes.Theagentsinthesescenesaremoreindependent,and
thestrategiestheyadoptarerelativelystableandlackofdiversity.However,
real-worldscenariosthatcanbringeconomicbenefitsareoftenmorecomplicated:not
onlytheenvironmentiscomposedofmultipleagents,whowillinfluenceeachothers
decisions,b
您可能关注的文档
- 卖空机制对上市公司信息披露质量的影响.pdf
- 脉冲噪声下的通信信号调制模式识别方法研究.pdf
- 毛里求斯中国文化中心文化传播活动调查研究.pdf
- 美、俄“一带一路”报道的介入资源对比分析.pdf
- 美菜网发展战略研究.pdf
- 美的集团跨国并购库卡融资风险防范案例研究.pdf
- 美国“航行自由行动”的法理根基与国际法批判.pdf
- 美国北卡罗来纳州东航书院幼儿汉语沉浸式教学研究.pdf
- 美国对伊朗金融制裁的效果研究——基于合成控制法的实证分析.pdf
- 美国货币政策对中国短期国际资本流动的影响研究.pdf
- 英语人教PEP版八年级(上册)Unit4+writing+写作.pptx
- 人美版美术四年级(上册)8 笔的世界 课件 (1).pptx
- 人美版美术七年级(上册)龙的制作.pptx
- 英语人教PEP版六年级(上册)Unit 2 第一课时.pptx
- 数学苏教版三年级(上册)3.3 长方形和正方形周长的计算 苏教版(共12张PPT).pptx
- 音乐人教版八年级(上册)青春舞曲 课件2.pptx
- 音乐人教版四年级(上册) 第一单元 音乐知识 附点四分音符|人教版.pptx
- 英语人教PEP版四年级(上册)Unit 6 Part B let's learn 1.pptx
- 道德与法治人教版二年级(上册)课件-3.11大家排好队部编版(共18张PPT).pptx
- 人美版美术七年级(上册)《黄山天下奇》课件1.pptx
最近下载
- 耳鼻喉科术后感染预防PDCA循环案例.pptx VIP
- 干部管理-华为学习材料.pdf VIP
- 华为干部管理七步曲.pdf VIP
- 外研版小学五年级英语上册《Module 5 Unit 1 There are only nineteen crayons 》教学教案.doc VIP
- 2018年春二年级下册道法教案.pdf VIP
- 高中体育新课标程准考试试题.doc VIP
- 甲亢甲减的相关知识与护理PPT课件.pptx VIP
- 新人教pep三年级上册Unit2 Different families PartA talk &learn 课件.ppt
- 九年级化学培优辅差工作总结 .pdf VIP
- 第4课《古代诗歌四首》核心素养教学设计-七年级语文上册(统编版).docx
文档评论(0)