一种基于梯度的多智能体元深度强化学习算法
Gradient-based multi-agent meta deep reinforcement learning algorithm
陆军工程大学 指挥控制工程学院, 南京 210007
摘要
多智能体系统在自动驾驶、智能物流、医疗协同等多个领域中广泛应用，然而由于技术进步和系统需求的增加，这些系统面临着规模庞大、复杂度高等挑战，常出现训练效率低和适应能力差等问题。为了解决这些问题，将基于梯度的元学习方法扩展到多智能体深度强化学习中，提出一种名为多智能体一阶元近端策略优化（MAMPPO）方法，用于学习多智能体系统的初始模型参数，从而为提高多智能体深度强化学习的性能提供新的视角。该方法充分利用多智能体强化学习过程中的经验数据，通过反复适应，找到在梯度下降方向上最敏感的参数并学习初始参数，使模型训练从最佳起点开始，有效提高了联合策略的决策效率，显著加快了策略变化的速度，面对新情况的适应速度显著加快。在星际争霸Ⅱ上的实验结果表明，MAMPPO方法显著提高了训练速度和适应能力，为后续提高多智能强化学习的训练效率和适应能力提供了一种新的解决方法。
关键词
基金项目
国家自然科学基金资助项目(61806221)
出版信息
DOI: 10.19734/j.issn.1001-3695.2023.09.0411
出版期卷: 《计算机应用研究》 印刷出版, 2024年第41卷 第5期
所属栏目: 算法研究探讨
出版页码: 1356-1361
文章编号: 1001-3695(2024)05-011-1356-06
发布历史
[2023-11-21] 优先出版
[2024-05-05] 印刷出版
引用本文
赵春宇, 赖俊, 陈希亮, 等. 一种基于梯度的多智能体元深度强化学习算法 [J]. 计算机应用研究, 2024, 41 (5): 1356-1361. (Zhao Chunyu, Lai Jun, Chen Xiliang, et al. Gradient-based multi-agent meta deep reinforcement learning algorithm [J]. Application Research of Computers, 2024, 41 (5): 1356-1361. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2022年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
