会员服务
价值函数 · 分解的 · 泛函 · Performer · 强化学习 ·
2021 年 4 月 18 日
Non-monotonic Value Function Factorization for Deep Multi-Agent Reinforcement Learning
翻译：深多机构强化学习的非口头价值值函数因数化
Quanlin Chen
Quanlin Chen

In this paper, we propose actor-critic approaches by introducing an actor policy on QMIX [9], which can remove the monotonicity constraint of QMIX and implement a non-monotonic value function factorization for joint action-value. We evaluate our actor-critic methods on StarCraft II micromanagement tasks, and show that it has a stronger performance on maps with heterogeneous agent types.


翻译：在本文件中,我们提出对QMIX [9] 实行一项行为者政策,以此提出行为者-批评办法,该政策可以消除QMIX的单一性制约,并落实联合行动价值的非分子价值函数因子化。 我们评估了我们在StarCraft II微观管理任务上的行为者-批评方法,并表明它在地图上具有更强的性能,具有多种物剂类型。
0
下载
关闭预览

相关内容

【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
65+阅读 · 2021年4月24日
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
专知会员服务
42+阅读 · 2021年1月11日
元学习(meta learning) 最新进展综述论文
元学习(meta learning) 最新进展综述论文
专知会员服务
281+阅读 · 2020年5月8日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
41+阅读 · 2020年4月11日
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
84+阅读 · 2020年2月18日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
184+阅读 · 2020年2月1日
【深度学习表格检测、信息提取和结构化】《Table Detection, Information Extraction and Structuring using Deep Learning》by Vihar Kurama
专知会员服务
38+阅读 · 2020年1月23日
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
专知会员服务
55+阅读 · 2019年11月28日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
一文理解Ranking Loss/Margin Loss/Triplet Loss
一文理解Ranking Loss/Margin Loss/Triplet Loss
极市平台
16+阅读 · 2020年8月10日
Cross-Modal & Metric Learning 跨模态检索专题-2
Cross-Modal & Metric Learning 跨模态检索专题-2
AINLP
5+阅读 · 2020年5月21日
多智能体强化学习（MARL）近年研究概览
多智能体强化学习（MARL）近年研究概览
PaperWeekly
36+阅读 · 2020年3月15日
强化学习扫盲贴：从Q-learning到DQN
强化学习扫盲贴：从Q-learning到DQN
夕小瑶的卖萌屋
52+阅读 · 2019年10月13日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
腊月廿八 | 强化学习-TRPO和PPO背后的数学
腊月廿八 | 强化学习-TRPO和PPO背后的数学
AI研习社
18+阅读 · 2019年2月2日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
14+阅读 · 2018年4月27日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec智能推荐
6+阅读 · 2017年7月4日
UneVEn: Universal Value Exploration for Multi-Agent Reinforcement Learning
UneVEn: Universal Value Exploration for Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 2021年6月10日
Exploration in Approximate Hyper-State Space for Meta Reinforcement Learning
Arxiv
0+阅读 · 2021年6月9日
Dynamic Sparse Training for Deep Reinforcement Learning
Arxiv
0+阅读 · 2021年6月8日
Distributional Reinforcement Learning with Unconstrained Monotonic Neural Networks
Arxiv
0+阅读 · 2021年6月6日
Q-value Path Decomposition for Deep Multiagent Reinforcement Learning
Q-value Path Decomposition for Deep Multiagent Reinforcement Learning
Arxiv
26+阅读 · 2020年2月10日
The StarCraft Multi-Agent Challenge
The StarCraft Multi-Agent Challenge
Arxiv
3+阅读 · 2019年2月11日
Reinforcement Learning with Perturbed Rewards
Arxiv
4+阅读 · 2018年10月5日
Multiagent Soft Q-Learning
Arxiv
11+阅读 · 2018年4月25日
QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
Arxiv
6+阅读 · 2018年3月30日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
VIP会员
文章信息
前往arXiv
下载PDF
相关主题
价值函数
分解的
泛函
Performer
强化学习
相关VIP内容
【图与几何深度学习】Graph and geometric deep learning，49页ppt
【图与几何深度学习】Graph and geometric deep learning，49页ppt
专知会员服务
65+阅读 · 2021年4月24日
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
「元强化学习」报告，斯坦福Chelsea Finn讲解，52页ppt，Meta Reinforcement Learning
专知会员服务
42+阅读 · 2021年1月11日
元学习(meta learning) 最新进展综述论文
元学习(meta learning) 最新进展综述论文
专知会员服务
281+阅读 · 2020年5月8日
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
强化学习的对比无监督表示，CURL: Contrastive Unsupervised Representations for Reinforcement Learning
专知会员服务
41+阅读 · 2020年4月11日
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
【牛津大学】深度残差强化学习，Deep Residual Reinforcement Learning
专知会员服务
84+阅读 · 2020年2月18日
深度强化学习策略梯度教程，53页ppt
深度强化学习策略梯度教程，53页ppt
专知会员服务
184+阅读 · 2020年2月1日
【深度学习表格检测、信息提取和结构化】《Table Detection, Information Extraction and Structuring using Deep Learning》by Vihar Kurama
专知会员服务
38+阅读 · 2020年1月23日
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
【CVPR 2019 | tutorial】计算机视觉的深度强化学习：Deep Reinforcement Learning for Computer Vision
专知会员服务
55+阅读 · 2019年11月28日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
60+阅读 · 2019年10月17日
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
Deep Learning Based Detection and Correction of Cardiac MR Motion Artefacts During Reconstruction for High-Quality Segmentation
专知会员服务
59+阅读 · 2019年10月17日
热门VIP内容
相关资讯
一文理解Ranking Loss/Margin Loss/Triplet Loss
一文理解Ranking Loss/Margin Loss/Triplet Loss
极市平台
16+阅读 · 2020年8月10日
Cross-Modal & Metric Learning 跨模态检索专题-2
Cross-Modal & Metric Learning 跨模态检索专题-2
AINLP
5+阅读 · 2020年5月21日
多智能体强化学习（MARL）近年研究概览
多智能体强化学习（MARL）近年研究概览
PaperWeekly
36+阅读 · 2020年3月15日
强化学习扫盲贴：从Q-learning到DQN
强化学习扫盲贴：从Q-learning到DQN
夕小瑶的卖萌屋
52+阅读 · 2019年10月13日
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
ICRA 2019 论文速览 | 基于Deep Learning 的SLAM
计算机视觉life
41+阅读 · 2019年7月22日
Transferring Knowledge across Learning Processes
Transferring Knowledge across Learning Processes
CreateAMind
29+阅读 · 2019年5月18日
腊月廿八 | 强化学习-TRPO和PPO背后的数学
腊月廿八 | 强化学习-TRPO和PPO背后的数学
AI研习社
18+阅读 · 2019年2月2日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
14+阅读 · 2018年4月27日
强化学习族谱
强化学习族谱
CreateAMind
26+阅读 · 2017年8月2日
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec 每周算法：Collaborative Metric Learning (WWW'17)
LibRec智能推荐
6+阅读 · 2017年7月4日
相关论文
UneVEn: Universal Value Exploration for Multi-Agent Reinforcement Learning
UneVEn: Universal Value Exploration for Multi-Agent Reinforcement Learning
Arxiv
0+阅读 · 2021年6月10日
Exploration in Approximate Hyper-State Space for Meta Reinforcement Learning
Arxiv
0+阅读 · 2021年6月9日
Dynamic Sparse Training for Deep Reinforcement Learning
Arxiv
0+阅读 · 2021年6月8日
Distributional Reinforcement Learning with Unconstrained Monotonic Neural Networks
Arxiv
0+阅读 · 2021年6月6日
Q-value Path Decomposition for Deep Multiagent Reinforcement Learning
Q-value Path Decomposition for Deep Multiagent Reinforcement Learning
Arxiv
26+阅读 · 2020年2月10日
The StarCraft Multi-Agent Challenge
The StarCraft Multi-Agent Challenge
Arxiv
3+阅读 · 2019年2月11日
Reinforcement Learning with Perturbed Rewards
Arxiv
4+阅读 · 2018年10月5日
Multiagent Soft Q-Learning
Arxiv
11+阅读 · 2018年4月25日
QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
Arxiv
6+阅读 · 2018年3月30日
Experience-driven Networking: A Deep Reinforcement Learning based Approach
Arxiv
9+阅读 · 2018年1月17日
Top
微信扫码咨询专知VIP会员
Top