有向協調グラフによる分散協調マルチエージェント強化学習【JST・京大機械翻訳】

Jing Gangshan; Bai He; George Jemin; Chakrabortty Aranya; Sharma Piyush. K.

プレプリント

J-GLOBAL ID：202202205112322910 整理番号：22P0027199

有向協調グラフによる分散協調マルチエージェント強化学習【JST・京大機械翻訳】

Distributed Cooperative Multi-Agent Reinforcement Learning with Directed Coordination Graph

出版者サイト {{ this.onShowPLink() }} 複写サービスで全文入手
高度な検索・分析はJDreamⅢで

この文献はプレプリントです。プレプリントについてはこちらをご確認ください。

著者 (5件)： , , , ,
資料名：
発行年： 2022年01月09日プレプリントサーバーでの情報更新日： 2022年01月09日
JST資料番号： O7000B 資料種別：プレプリント
記事区分：プレプリント発行国：アメリカ合衆国 (USA) 言語：英語 (EN)

既存の分散協調マルチエージェント強化学習(MARL)フレームワークは,通常,ポリシー評価のコンセンサスアルゴリズムを介して大域的報酬を推定する一方で,非指向協調グラフと通信グラフを想定する。このようなフレームワークは,高価な通信コストを誘導し,大域的コンセンサスの要求により,貧弱なスケーラビリティを示す。本研究では,有向協調グラフを持つMARLを研究し,局所ポリシー評価が局所値関数に基づく分散RLアルゴリズムを提案した。各エージェントの局所値関数を,任意のコンセンサスアルゴリズムを用いて,有向学習誘起通信グラフを通して,その近傍と局所通信によって得た。パラメータ摂動に基づくゼロ次最適化(ZOO)法を用いて,勾配推定を達成した。既存のZOOベースのRLアルゴリズムと比較して,提案した分散RLアルゴリズムが高いスケーラビリティを保証することを示した。分散資源配分用例は,著者らのアルゴリズムの有効性を説明するために示した。【JST・京大機械翻訳】

, , , , , , , , , ,
, , , , , 【Automatic Indexing@JST】

人工知能 , システム設計・解析

, , , ,

前のページに戻る