Jul, 2023

基于 Kronecker 图的可扩展多代理技能发现

PDF
TL;DR通过直接计算多智能体任务的 Laplacian 谱，我们提出一种基于 Kronecker 图的多智能体选项发现方法，通过估计 Fiedler 向量来改善联合状态空间的连通性，并通过深度学习扩展方法来处理无限规模状态空间。在 Mujoco 等模拟器上的多智能体任务评估中，我们的方法成功地识别了多智能体选项，并显著优于现有技术。
发现论文，激发创造
  • 使用因子图为基础的表格强化学习中学习多智能体选项

    本文提出了一种基于 Kronecker 图的多智能体协同探索的选项发现方法，通过鼓励智能体连接相应的最小或最大 Fiedler 向量，构建多智能体共同目标状态，从而在多智能体任务中实现更快的探索和更高的累积奖励。

    Jan, 2022

  • 多智体深度探索覆盖选项

    通过 HA-MSAC 和协同机制来构造多智能体协作选项并提高协作效率和任务奖励。

    Oct, 2022

  • 多任务选项学习与发现在随机路径规划中的应用

    应用强化学习模式下，通过数据驱动方法生成抽象状态，计算有效的选项和高级实现路径，从而获得可执行和可解决性的强大保证。

    Sep, 2022

  • 使用时空聚类法进行分层强化学习中的选项发现

    介绍了一种基于自动技能获取框架的强化学习方法，利用动力学系统和谱聚类算法来识别并建立抽象状态和动作之间的连接；通过该框架可以更加高效地学习和推广多种任务，特别是处理大状态空间的复杂任务时。

    May, 2016

  • 基于深度拉普拉斯选项的时间扩展探索

    本文提出一种基于图拉普拉斯算子的在线深度强化学习算法，用于生成探索选项，通过在基于像素的任务中的比较，证明了该算法的有效性、通用性和非静态环境下的优越性。

    Jan, 2023

  • 基于深度后继表示的特征值选项发现

    本研究论文以最近提出的使用表征学习方法指导 option 发现过程的想法为重点，扩展了现有算法以适应具有随机转换且不存在人工特征的环境，并提出了一种算法，用于从原始图像中学习非线性状态表示，从而发现 eigenoptions，从传统表格模型和 Atari 2600 游戏中的实验结果表明，该算法具有潜力。

    Oct, 2017

  • 通过最小化覆盖时间发现探索选项

    该论文研究强化学习中处理稀疏回报的方法，提出了通过构造最小化覆盖时间的选项来加速探索的算法，并在多个领域实验证明其可以改善学习效率。

    Mar, 2019

  • 探索、发现与学习：基于无监督方式的状态覆盖技能发现

    本文提出了一种名为 ' 探索、发现、学习 '（Explore, Discover and Learn, EDL）的方法，用于在没有面向任务的奖励功能的情况下获取技能，从而解决现有信息理论技能探索算法的覆盖问题，并在受控环境中进行全面的评估

    Feb, 2020

  • Successor Options: 基于继承关系的强化学习选项发现框架

    探讨一种名为 Successor Options 的新方法，该方法使用 Successor Representations 构建状态空间模型，通过学习伪奖励来了解内部操作策略，并且适用于高维空间的机器人控制环境。

    May, 2019

  • 多层深度选项的发现

    本文提出了一种名为 DDO 的政策梯度算法，用于从一组演示轨迹中发现参数化选项，可递归地用于发现层次结构的附加级别，解决了手动设计选项在高维抽象状态空间中难以实现的问题，提高了深度 Q 网络代理学习的效率。DDO 可加速学习 4/5 个 Atari RAM 环境，并在机器人辅助手术视频和动态学方面具有发现结构的能力。

    Mar, 2017