【直播】ICLR 2020丨多智能体的动作语义网络

CVPR 2020 系列论文解读公开课第四期，就在4月23日（本周四）20:00 整（北京时间）进行。

AI科技评论出品

针对目前国际疫情形势越发严峻，无法现场参会进行学术交流的情况，AI研习社联合AI科技评论组织策划了顶会系列专题活动，这其中就包括【ICLR 2020 专题】系列活动。而【ICLR 2020系列论文解读公开课】更是其中重要的组成部分，除此之外，专题还包括系列论文文字解读，会议数据分析，会议资源下载等。

本次直播为【ICLR 2020 系列论文解读公开课】第八期，此论文录用为ICLR 2020 论文《 Action Semantics Network: Considering the Effects of Actions in Multiagent Systems》，我们有幸邀请到了天津大学王维埙博士，带来关于“动作语义网络，考虑多智能体系统中动作的影响”的分享。

论文地址: https://arxiv.org/abs/1907.11461

讲师介绍

王维埙

天津大学一年级博士生，导师为郝建业副教授，研究兴趣为：深度强化学习，多智能体深度强化学习 及其 在现实世界的运用。曾在阿里巴巴（定向广告），网易游戏伏羲实验室进行实习，并在相应会议如：AAAI，AAMAS，ICLR，CIKM，DAI等上发表多篇相关论文，并获得DAI 2019 最佳论文奖。

更多信息请见个人主页：http://wwxfromtju.github.io

分享时间

4月23日（周四）   20:00整（北京时间）

分享主题

动作语义网络：考虑多智能体系统中动作的影响

分享背景

从Alpha Go起，深度强化学习引起了学术界与业界的广泛关注。多智能体深度强化学习（MADRL）因其在现实世界中广泛的潜在应用，近期成为了学界热点。

以往的工作为了促进多智能体的协调，将各种多智能体协调机制引入深度学习体系中，然而，它们并没有明确考虑多智能体之间的动作语义，即不同的动作对其他智能体的影响是不同的。

在这篇论文中，提出了一种新的网络体系结构，称为动作语义网络（ Action Semantics Network），能够显示地表示智能体之间的动作语义。

本次分享将展示如何将动作语义网络与深度强化学习(DRL)算法相结合来提高它们的性能，并展示在星际争霸II、Neural MMO、逆水寒等游戏中的训练效果。

分享提纲

1.多智能体系统的基本介绍与当前深度多智能体的进展与相应研究

2.Action Semantics Network的研究动机

3. Action Semantics Network的网络介绍及相应实验效果，展示逆水寒的训练效果（星际争霸2， OpenAl Neural MMO）

疫情拉开了大家的距离，但是学术交流是不会就因为疫情被阻挡的，我们愿架起这座学者之间的桥梁，以最短路径，让更多学者能更快的参与其中，促进学术交流，让知识真正流动！

扫描海报中二维码，获取直播链接

点击“阅读原文” 到达直播现场