Mar, 2020

演化种群课程用于多智能体强化学习的扩展

HTML
PDF
TL;DR本研究提出了一种进化人口课程学习模式(EPC)，以解决在多智能体游戏中训练大型人口的问题，采用进化方式解决利益不一致问题和保留每个阶段的多个智能体组以优化其适应性。并将EPC应用于MADDPG算法中，实验结果表明本方法在多智能体增长的情况下能够始终优于基准算法。
发现论文，激发创造
  • 演化引导的强化学习策略梯度

    本文介绍了一种基于人工进化算法和深度强化学习相结合的进化增强学习算法，该算法克服了传统深度强化学习算法中时序资格分配、探索效率和收敛性极度敏感的问题，使用基于种群的进化算法来训练深度强化学习代理人，实验结果表明，该方法在多种连续控制基准测试中显著优于传统深度强化学习和进化算法方法。

    May, 2018

  • 深度强化学习代理的进化策划课程学习

    本文提出了一个针对深度强化学习代理的新的训练循环，采用进化生成器进行进化过程生成来构建训练课程，结果表明相较于没有导向的输入，进化课程的训练优化和泛化能力均有所提高。

    Jan, 2019

  • 自适应多智能体强化学习

    本文介绍了自适应多智能体强化学习(Self-paced MARL)，它可以根据任务的难度自动优化智能体数量，实验结果显示该方法在智能体数量对任务难度有足够影响时可以提高任务表现。

    May, 2022

  • 单机快速基于种群的强化学习

    通过编译和矢量化的技术，我们验证了集群训练可以在单台机器上进行，同时大于单个智能体训练，以及它可以被用于超参数调整。

    Jun, 2022

  • 大规模人口系统和可扩展多智能体强化学习调查

    这篇综述论文研究了在大规模群体系统中进行可控分析和多智能体强化学习的关键问题和挑战，介绍了现有的相关研究领域和方法，并讨论了未来的应用前景和方向。

    Sep, 2022

  • 面向多智体强化学习的熟练人口课程

    该论文介绍了一种名为SPC的新型自动课程学习框架，该框架将课程学习应用于多智能体协调中，通过赋予学生团体不变的通信和分层技能，在不同数量的代理任务中学习合作和行为技能，并在学生策略的条件下将老师建模为一个情境式赌博机，提高了MARL环境下的性能、可伸缩性和样本效率。

    Feb, 2023

  • 进化强化学习：综述

    这篇文章综述了将进化计算方法与强化学习相结合的最新研究进展和方法，涉及强化学习中的关键研究领域及未来方向，为研究者和实践者提供参考和资源。

    Mar, 2023

  • 用简单的进化思想辅助基于梯度的强化学习

    我们提出了一种简单而有效的强化学习算法，通过使用进化算子在强化学习中引入大的有向学习步骤，并使用具有共同经验缓冲区的强化学习代理人种群进行训练，从而有效地搜索策略空间。

    May, 2023

  • 演化算法与强化学习的桥梁：综述

    進化強化學習 (ERL) 通過整合進化算法 (EAs) 和強化學習 (RL) 進行優化，展現了卓越的性能提升。本文綜述了ERL中多樣的研究分支，系統地總結了最近相關算法的發展，並確定了三個主要的研究方向：EA輔助RL優化、RL輔助EA優化以及EA和RL的協同優化。隨後，我們對每個研究方向進行了深入分析，組織了多個研究分支，闡明了每個分支旨在解決的問題以及EA和RL集成如何應對這些挑戰。最後，我們討論了不同研究方向中可能面臨的挑戰和未來的研究方向。

    Jan, 2024

  • 祖先强化学习：将零阶优化与遗传算法统一用于强化学习

    本研究解决了当前强化学习领域在策略优化中的局限性，提出了一种新颖的方法——祖先强化学习（ARL），该方法将零阶优化的鲁棒梯度估计与遗传算法的探索能力相结合。研究结果表明，ARL在政策搜索中引入了KL正则化，从而显著提升了策略探索的效率，对强化学习的应用具有重要影响。

    Aug, 2024