.png){kind=icon}
返回
Hypernetwork parameter optimization of QMIX based on differential evolution
.png){kind=icon}
PRE
AI
DOI：10.1177/1088467X251399305.png)
.png){kind=icon}
原文求助.png){kind=icon}
分享.png){kind=icon}
收藏
摘要
En 中文
Q-value Mixing (QMIX) 是一种广泛应用于多智能体强化学习的算法。然而，多智能体环境相当复杂，具有高维的动作和状态空间，这导致 QMIX 在早期阶段的探索效率较低且全局奖励稀疏。为解决此问题，我们提出了一种基于差分进化的 QMIX 高效超网络参数优化方法（DE-QMIX）。DE-QMIX 将 QMIX 的超网络参数编码为种群个体，并通过对这些个体执行变异、交叉和选择操作来获得最佳超网络参数。超网络通过梯度下降方法调整参数，并将更新后的参数信息反馈给当前种群，以提高 DE-QMIX 的整体效率。通过优化超网络参数，混合网络拟合的联合动作值函数 Q t o t a l 能更准确地反映整个多智能体系统的决策质量，从而指导单个智能体在探索过程中减少无效或低效的动作选择，加速智能体的学习进程。Q t o t a l 的提升将引导智能体选择更优动作并提高全局奖励。我们在 StarCraft Multi-Agent Challenge (SMAC) 平台上的实验表明，DE-QMIX 相较于 QMIX 以及其他现有方法（如 Multi-Agent Variational Exploration (MAVEN)、Value-Decomposition Networks (VDN) 和 Joint Q-Function Transformation (QTRAN)）实现了更高的平均胜率和全局奖励。
Keyword:
Multi-agent
reinforcement learning
differential evolution
parameter optimization
期刊
I
IF:
0.8
论文数:
72
被引数:
1.3K
机构
引用论文
Dynamic scheduling of tasks in cloud manufacturing with multi-agent reinforcement learning基于多agent强化学习的云制造任务动态调度
PREAI
分享收藏Multi-agent reinforcement learning for cooperative lane changing of connected and autonomous vehicles in mixed traffic混合交通下互联自主车辆协同换道的多智能体强化学习
OAAI
OAAI分享收藏Differential evolution algorithm with ensemble of parameters and mutation strategies具有参数集成和变异策略的差分进化算法
PREAI
分享收藏分享收藏分享收藏Multi-Agent Reinforcement Learning Aided Intelligent UAV Swarm for Target Tracking多Agent强化学习辅助智能无人机群目标跟踪OAAI
OAAI分享收藏分享收藏Research on particle swarm optimization in LSTM neural networks for rainfall-runoff simulation.png)
JOURNAL OF HYDROLOGY
JOURNAL OF HYDROLOGYIF6.3
PREAI
分享收藏
查看更多内容