文献

J-GLOBAL ID：202202256180704741   整理番号：22A1004288

値分布に基づくマルチエージェント分散深さ強化学習アルゴリズム【JST・京大機械翻訳】

Multi-agent Distributed Deep Reinforcement Learning Algorithm Based on Value Distribution

著者 (3件)： Chen Miaoyun (中国科学技術大学 信息科学与技術学院, 合肥 230027) ,  Wang Lei (中国科学技術大学 信息科学与技術学院, 合肥 230027) ,  Sheng Jie (中国科学技術大学 信息科学与技術学院, 合肥 230027)
資料名： Jisuanjixitong Yingyong  (Jisuanjixitong Yingyong)
巻： 31  号： 1  ページ： 145-151  発行年： 2022年 
JST資料番号： C4394A  ISSN： 1003-3254  資料種別： 逐次刊行物 (A)
記事区分： 原著論文  発行国： 中国 (CHN)  言語： 中国語 (ZH)

抄録/ポイント： 近年、深さ強化学習は一連の順序決定問題において巨大な成功を収め、複雑な高次元のマルチエージェントシステムに対して有効な最適化の意思決定策略を提供できる。しかし、複雑なマルチエージェントシーンにおいて、既存のマルチエージェント深さ強化学習アルゴリズムは収束速度が遅いだけでなく、アルゴリズムの安定性も保証できない。本論文では,マルチエージェント分散深さ決定論的戦略勾配アルゴリズム(multi-agentdistributeddistributionaldeepdeterministicpolicygradient)を提案した。MA-D4PGは,値分布のアイデアをマルチエージェント場面に取り入れて,期待した完全な分布情報を保存して,より安定して有効な学習信号を得る。マルチステップフィードバックを導入して,アルゴリズムの安定性を向上した。分散データ生成フレームワークを導入して,経験的データ生成とネットワーク更新をデカップルして,計算資源を完全に利用して,アルゴリズムの収束を加速した。実験により,提案したアルゴリズムは,多くの連続/離散制御のマルチエージェント場面において,より良い安定性と収束速度を持ち,そして,エージェントの意思決定能力も,明らかに強化された。Data from Wanfang. Translated by JST.【JST・京大機械翻訳】

シソーラス用語： *アルゴリズム ,  最適化 ,  意思決定 ,  *学習 ,  決定問題 ,  ネットワーク ,  フィードバック ,  高次元 ,  *エージェント ,  *強化学習 ,  マルチエージェントシステム ,  *学習アルゴリズム
準シソーラス用語： 収束速度 ,  決定論 ,  *マルチエージェント , 【Automatic Indexing@JST】

分類 (1件)： 人工知能  (JE08000Z)

タイトルに関連する用語 (4件)： 分布 ,  マルチエージェント ,  強化 ,  学習アルゴリズム