会员服务
价值函数 · 分解的 · 泛函 · 强化学习 · 学成 ·
2021 年 4 月 5 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, I propose actor-critic approaches by introducing an actor policy on QMIX ([1]), which can remove the monotonicity constraint of QMIX and implement a non-monotonic value function factorization for joint action-value.


翻译：在本文件中,我提议采用行为体-批评方法,对QMIX([1])实行行为体政策,以消除QMIX的单一性制约,并实行非分子价值函数因子化,以促进联合行动价值。
0
下载
关闭预览

相关内容

最新《几何深度学习》教程，100页ppt，Geometric Deep Learning
最新《几何深度学习》教程，100页ppt，Geometric Deep Learning
专知会员服务
98+阅读 · 2020年7月16日
【ICML2020-上海交大】多智能体确定性Q-Learning， Multi-Agent Determinantal Q-Learning
【ICML2020-上海交大】多智能体确定性Q-Learning， Multi-Agent Determinantal Q-Learning
专知会员服务
35+阅读 · 2020年6月3日
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
专知会员服务
112+阅读 · 2020年5月18日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
127+阅读 · 2020年5月14日
【AAAI2020教程】强化学习中的Exploration-Exploitation in Reinforcement Learning
专知会员服务
99+阅读 · 2020年2月8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
176+阅读 · 2020年2月1日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
113+阅读 · 2019年11月24日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17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
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
OpenAI丨深度强化学习关键论文列表
OpenAI丨深度强化学习关键论文列表
中国人工智能学会
17+阅读 · 2018年11月10日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+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
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
SHAQ: Incorporating Shapley Value Theory into Q-Learning for Multi-Agent Reinforcement Learning
Arxiv
1+阅读 · 2021年5月31日
CRPO: A New Approach for Safe Reinforcement Learning with Convergence Guarantee
Arxiv
0+阅读 · 2021年5月31日
On Improving Decentralized Hysteretic Deep Reinforcement Learning
On Improving Decentralized Hysteretic Deep Reinforcement Learning
Arxiv
3+阅读 · 2018年12月15日
Logically-Constrained Reinforcement Learning
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Reinforcement Learning with Perturbed Rewards
Arxiv
3+阅读 · 2018年10月5日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Deep Reinforcement Learning for Page-wise Recommendations
Arxiv
7+阅读 · 2018年5月7日
QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
Arxiv
6+阅读 · 2018年3月30日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5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
强化学习
学成
相关VIP内容
最新《几何深度学习》教程，100页ppt，Geometric Deep Learning
最新《几何深度学习》教程，100页ppt，Geometric Deep Learning
专知会员服务
98+阅读 · 2020年7月16日
【ICML2020-上海交大】多智能体确定性Q-Learning， Multi-Agent Determinantal Q-Learning
【ICML2020-上海交大】多智能体确定性Q-Learning， Multi-Agent Determinantal Q-Learning
专知会员服务
35+阅读 · 2020年6月3日
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
【牛津大学博士论文】基于强化学习的无地图机器人导航，Reinforcement Learning Based MRN
专知会员服务
112+阅读 · 2020年5月18日
可解释强化学习，Explainable Reinforcement Learning: A Survey
可解释强化学习，Explainable Reinforcement Learning: A Survey
专知会员服务
127+阅读 · 2020年5月14日
【AAAI2020教程】强化学习中的Exploration-Exploitation in Reinforcement Learning
专知会员服务
99+阅读 · 2020年2月8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
176+阅读 · 2020年2月1日
【强化学习资源集合】Awesome Reinforcement Learning
【强化学习资源集合】Awesome Reinforcement Learning
专知会员服务
93+阅读 · 2019年12月23日
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
【微软Alekh等开放新书】强化学习理论与算法（Reinforcement Learning:Theory and Algorithms），附83页pdf
专知会员服务
113+阅读 · 2019年11月24日
Stabilizing Transformers for Reinforcement Learning
Stabilizing Transformers for Reinforcement Learning
专知会员服务
57+阅读 · 2019年10月17日
《DeepGCNs: Making GCNs Go as Deep as CNNs》
《DeepGCNs: Making GCNs Go as Deep as CNNs》
专知会员服务
30+阅读 · 2019年10月17日
热门VIP内容
相关资讯
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
强化学习三篇论文 避免遗忘等
强化学习三篇论文 避免遗忘等
CreateAMind
19+阅读 · 2019年5月24日
逆强化学习-学习人先验的动机
逆强化学习-学习人先验的动机
CreateAMind
15+阅读 · 2019年1月18日
meta learning 17年：MAML SNAIL
meta learning 17年：MAML SNAIL
CreateAMind
11+阅读 · 2019年1月2日
OpenAI丨深度强化学习关键论文列表
OpenAI丨深度强化学习关键论文列表
中国人工智能学会
17+阅读 · 2018年11月10日
Hierarchical Imitation - Reinforcement Learning
Hierarchical Imitation - Reinforcement Learning
CreateAMind
19+阅读 · 2018年5月25日
Reinforcement Learning: An Introduction 2018第二版 500页
Reinforcement Learning: An Introduction 2018第二版 500页
CreateAMind
11+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
强化学习 cartpole_a3c
强化学习 cartpole_a3c
CreateAMind
9+阅读 · 2017年7月21日
相关论文
SHAQ: Incorporating Shapley Value Theory into Q-Learning for Multi-Agent Reinforcement Learning
Arxiv
1+阅读 · 2021年5月31日
CRPO: A New Approach for Safe Reinforcement Learning with Convergence Guarantee
Arxiv
0+阅读 · 2021年5月31日
On Improving Decentralized Hysteretic Deep Reinforcement Learning
On Improving Decentralized Hysteretic Deep Reinforcement Learning
Arxiv
3+阅读 · 2018年12月15日
Logically-Constrained Reinforcement Learning
Logically-Constrained Reinforcement Learning
Arxiv
3+阅读 · 2018年12月6日
Reinforcement Learning with Perturbed Rewards
Arxiv
3+阅读 · 2018年10月5日
Variational Bayesian Reinforcement Learning with Regret Bounds
Arxiv
3+阅读 · 2018年7月25日
Mean Field Multi-Agent Reinforcement Learning
Arxiv
5+阅读 · 2018年6月12日
Deep Reinforcement Learning for Page-wise Recommendations
Arxiv
7+阅读 · 2018年5月7日
QMIX: Monotonic Value Function Factorisation for Deep Multi-Agent Reinforcement Learning
Arxiv
6+阅读 · 2018年3月30日
Deep Reinforcement Learning for List-wise Recommendations
Arxiv
13+阅读 · 2018年1月5日
Top
微信扫码咨询专知VIP会员
Top