.png){kind=icon}
返回
An Adaptive Exploration-Oriented Multi-Agent Co-Evolutionary Method Based on MATD3
.png){kind=icon}
OA
AI
DOI：10.3390/electronics14214181.png)
.png){kind=icon}
.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
随着人工智能的持续发展，强化学习（RL）在解决复杂序贯决策问题方面展现了显著潜力，并已应用于机器人、自动驾驶汽车和金融分析等多个领域。在各种RL范式之中，多智能体强化学习（MARL）因其能够管理多实体系统中的合作与竞争交互而备受关注。然而，主流MARL算法在训练稳定性和策略泛化方面仍面临严峻挑战，这些挑战源于环境非平稳性、策略耦合以及样本利用效率低下等因素。为缓解这些局限性，本研究提出了一种名为MATD3_AHD的改进算法，该算法基于MATD3框架扩展开发，整合了TD3和MADDPG原理。其目标在于提升复杂环境中智能体的学习效率与整体策略有效性。所提方法包含三个核心机制：（1）自适应探索策略（AEP），根据TD误差动态调整扰动幅度，以提升探索能力与训练稳定性；（2）分层采样策略（HSP），通过样本聚类和优先级回放增强经验利用；（3）动态延迟更新（DDU），基于批评网络误差自适应调节执行者更新频率，从而加速收敛并提高策略稳定性。在Multi-Agent Particle Environment（MPE）中多个基准任务上的实验表明，MATD3_AHD相较于MADDPG和MATD3等基线方法表现出更优性能。该算法在平均性能上超越基线方法——相较于MATD3提升5%，相较于MADDPG提升20%——实现了更快的收敛速度、更高的奖励值以及更稳定的策略学习，从而证实了其鲁棒性与泛化能力。
AI总结
对已上传原文的论文进行重点信息的提取，主要内容包括：简要概述、研究摘要、背景介绍、关键亮点、图文解析、展望与总结。
期刊
暂无期刊信息
机构
引用论文
Ma, Y.; Shen, M.; Zhang, N.; Tong, X.; Li, Y. OM-TCN: A Dynamic and Agile Opponent Modeling Approach for Competitive Games. Inf. Sci. Int. J. 2022, 615, 405–414. [Google Scholar] [CrossRef]Ma, Y.; Shen, M.; Zhang, N.; Tong, X.; Li, Y. OM-TCN: 一种用于竞技游戏的动态和敏捷对手建模方法。Inf. Sci. Int. J. 2022, 615, 405–414. [Google Scholar] [CrossRef].png)
IF0
PREAI
分享收藏
Health-conscious deep reinforcement learning energy management for fuel cell buses integrating environmental and look-ahead road informationENERGY
ENERGYIF9.4
PREAI
分享收藏Ackermann, J.; Gabler, V.; Osa, T.; Sugiyama, M. Reducing Overestimation Bias in Multi-Agent Domains Using Double Centralized Critics. arXiv 2019, arXiv:1910.01465. [Google Scholar] [CrossRef]Ackermann, J.; Gabler, V.; Osa, T.; Sugiyama, M. 使用双集中评论家减少多智能体领域中的高估偏差。arXiv 2019, arXiv:1910.01465. [Google Scholar] [CrossRef]
IF0
PREAI
分享收藏分享收藏Energy sources durability energy management for fuel cell hybrid electric bus based on deep reinforcement learning considering future terrain information考虑未来地形信息的燃料电池混合动力客车能源耐久性深度强化学习能量管理
PREAI
分享收藏Jia, C.; Liu, W.; He, H.; Chau, K. Health-conscious energy management for fuel cell vehicles: An integrated thermal management strategy for cabin and energy source systems. Energy 2025, 333, 137330–137341. [Google Scholar] [CrossRef]贾, C.; 刘, W.; 何, H.; 茅, K. 面向健康的燃料电池车辆能量管理: 车厢和能源系统集成的热管理策略. 能源 2025, 333, 137330–137341. [谷歌学术] [CrossRef]
IF0
PREAI
分享收藏
查看更多内容