基于改进的深度强化学习多智能体协作方法

孙英博; 苗国英; 庄亚楠

doi:10.13873/J.1000-9787(2023)09-0025-05

Chinese

您当前的位置：

首页 >

文章列表页 >

基于改进的深度强化学习多智能体协作方法

研究与探讨 | 更新时间：2025-09-11

- 基于改进的深度强化学习多智能体协作方法
- 暂无标题
- 传感器与微系统 2023年第9期页码：25-29
- 作者机构：
  
  南京信息工程大学自动化学院
- 作者简介：
- 基金信息：
  
  国家自然科学基金资助项目(62073169);江苏省“333工程”项目(BRA2020067)
- DOI：10.13873/J.1000-9787(2023)09-0025-05
  中图分类号： TP18
- 纸质出版：2023
- 稿件说明：
移动端阅览
孙英博, 苗国英, 庄亚楠. 基于改进的深度强化学习多智能体协作方法[J]. 传感器与微系统, 2023,(9):25-29.
孙英博, 苗国英, 庄亚楠. 基于改进的深度强化学习多智能体协作方法[J]. 传感器与微系统, 2023,(9):25-29. DOI： 10.13873/J.1000-9787(2023)09-0025-05.

DOI：

摘要

针对多智能体深度强化学习在值函数拟合过程中未充分考虑智能体之间的作用关系，且动作大概率随机，导致迭代试错过程的数据浪费、协作效率低、收敛速度慢等问题，提出了一种在协作中的平均权重机制和改进的探索策略。首先，利用平均深度Q学习网络(DQN)在多智能体的值函数策略网络中设计一种权重结构，减小智能体间的不利影响；其次，改进探索策略，利用欧氏距离提高智能体的探索效率与策略协作性，增大系统跳出局部最小点的能力。通过多个场景实验的结果表明，所提方法提高了多智能体的学习能力和学习效率。

Abstract

关键词

Keywords

references

Mastering Complex Control in MOBA Games with Deep Reinforcement Learning[J]. Deheng Ye;Zhao Liu;Mingfei Sun;Bei Shi;Peilin Zhao;Hao Wu;Hongsheng Yu;Shaojie Yang;Xipeng Wu;Qingwei Guo;Qiaobo Chen;Yinyuting Yin;Hao Zhang;Tengfei Shi;Liang Wang;Qiang Fu;Wei Yang;Lanxiao Huang.Proceedings of the AAAI Conference on Artificial Intelligence,2020

Multiagent cooperation and competition with deep reinforcement learning.[J]. Ardi Tampuu;Tambet Matiisen;Dorian Kodelja;Ilya Kuzovkin;Kristjan Korjus;Juhan Aru;Jaan Aru;Raul Vicente.PLoS ONE,2017

Multiagent learning using a variable learning rate[J]. Michael Bowling;Manuela Veloso.Artificial Intelligence,2002

基于强化学习的数据驱动多智能体系统最优一致性综述[J]. 李金娜;程薇燃.智能科学与技术学报,2020(04)

多智能体深度强化学习的若干关键科学问题[J]. 孙长银;穆朝絮.自动化学报,2020(07)

基于深度强化学习的机械臂容错控制方法[J]. 李铭浩;张华;刘满禄;李新茂;周祺杰.传感器与微系统,2020(01)

移动机器人的智能路径规划算法综述[J]. 王春颖;刘平;秦洪政.传感器与微系统,2018(08)

模拟退火算法的背景与单调升温的模拟退火算法[J]. 刘岩，韩承德，王义和，李晓明.计算机研究与发展,1996(01)

浏览量

373

下载量

CSCD

文章被引用时，请邮件提醒。

提交

工具集

关联资源

基于Transformer-DCGAR-SAC的移动机器人路径规划

基于SimSiam-DDQN的混流交通信号控制算法

基于深度强化学习的IRS辅助无线传感网充电策略研究

基于深度注意力Q网络的机器人路径规划研究

基于改进深度强化学习的SDN智能路由