.png){kind=icon}
返回
DynaMIX: Sample-Efficient Multi Agent Reinforcement Learning with Multi-step Temporal Forward Dynamics Modeling
.png){kind=icon}
PRE
AI
DOI：10.1007/978-981-96-8889-0_16.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
在多智能体强化学习（MARL）中，提高样本效率是一个重大挑战。现有方法如QMIX主要关注智能体合作建模，但仍面临包括需要大量交互数据和长训练时间等限制。为应对这些挑战，现有研究已探索基于表示学习的辅助任务，包括自监督学习方法。在本文中，我们提出DynaMIX，该方法将多步时序前向动力学建模（MTFDM）作为QMIX的辅助任务。DynaMIX能够预测即时下一状态之外的未来状态。这使得环境动力学能够被显式学习，从而更好地理解和适应复杂的智能体交互。在《星际争霸II》微观管理基准上的实验结果表明，与QMIX相比，DynaMIX在有限交互条件下显著提高了样本效率。
Keyword:
Forward Dynamics Modeling
Multi-agent Reinforcement Learning
Representation Learning
Sample Efficiency
StarCraft II
.png){kind=icon}
