文件名称：在协作多智能体系统中迈向深度强化学习的新步骤-研究论文
文件大小：450KB
文件格式：PDF
更新时间：2024-06-29 23:45:05
论文研究
本研究试图对多智能体学习和多智能体深度学习领域的多位作者在提高协调性和学习效率方面所做的几项优秀作品进行简要调查。 . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 基于对现有工作和研究成果的回顾，我们提出了一个框架来解决多智能体学习中的协调和学习问题。 在本文中，我们提出了一个网络化-深度多代理学习框架（N-DMAL），基于深度强化学习与社交网络的实现，这将提高代理在网络化多代理系统中交互时的学习效率. 所提出的方法扩展了传统的深度强化学习算法，用于代理以协作方式协调时与其他相邻代理的交互。