《电子测量技术杂志》发表论文赏析

基于多智能体强化学习值分解的优化算法

来源:电子测量技术杂志2023年第7期北京时间:

作者:王慧琴,苗国英,孙英博

单位:南京信息工程大学自动化学院 南京 210044

摘要:当前多智能体强化学习在值分解的算法中无法充分考虑到多智能体间的协作关系,并且使用的随机策略在探索过程中容易出现越过最优点,陷入局部最优解的情况。针对以上问题,本文提出了一种深度交流多智能体强化学习算法。本文通过使用卷积和全连接结构在值分解网络中设计了一种通信机制以此来增强多智能体之间的协作。接着,本文提出了一种新的自适应探索策略,为了平衡数据探索与利用之间的矛盾,加入了周期性的衰减策略。最后,通过仿真结果验证了本文提出方法在部分场景中达到25.8%的性能提升,提高了多智能体的合作能力。

关键词:多智能体;强化学习;深度交流;探索策略

基金资助:国家自然科学基金(62073169)、江苏省“333 工程”项目(BRA2020067)资助

2023年7期其他文献查阅:

基于融合LDA与双层CNN的文本分类研究

基于微信小程序的语音频谱分析实验教学系统设计

基于改进GWO-SVR的锂电池SOH估计

基于模糊灰狼PID的发酵仓解耦控制系统研究

基于模糊评价的融合权重污染度评估方法

多特征融合与卡尔曼预测的车辆跟踪算法

一种高灵敏度电容式波动陀螺的设计与分析

多策略灰狼算法在WSN上的覆盖优化研究

基于Inception-DLSTM双通道的滚动轴承故障诊断方法

一种滚动轴承故障状态诊断方法

基于自适应SA-PSO改进的XGBoost气温预测方法

基于多智能体强化学习值分解的优化算法

基于改进Census代价和优化引导滤波立体匹配算法

基于改进JPS的移动机器人路径规划算法

基于TRCSP和L2范数的脑电通道选择方法

基于改进CEEMDAN和小波阈值的雨声信号去噪算法研究

基于测距修正和蝙蝠优化的改进DV-Hop定位算法

一种多元LDPC-CPM优化方法及性能仿真分析

融合非对称卷积的遥感图像目标检测算法

融合坐标注意力和自适应特征的YOLOv5陶瓷膜缺陷检测方法

基于感受野增强与并行坐标注意力的航拍小目标检测

高分辨率瓷砖图像实时拼接算法

基于改进SSD的交通标志检测算法

基于机器视觉的波纹补偿器轴向尺寸检测方法

变压器有载分接开关测试仪校准装置的研制

陆上风力发电机塔架振动监测研究进展

基于对比学习的信息缺失手势识别新方法

基于TDLAS的飞机燃油箱氧浓度测试技术研究

基于激光扫描的室内定位系统的设计与研究

填文献完整题目 获取完整文献

填写需求
联系方式
注:学术顾问会在1小时内联系您,请留意!