distributed reinforcement learning | BriefGPT

关键词distributed reinforcement learning

搜索结果 - 7

优化分布式强化学习的反应堆模型与共通语
提出了一种基于反应器模型的解决方案，用于分布式强化学习框架，该框架通过强制性的一组 actor 具有固定的通信模式来优化 RL 工作负载的映射和协调，提供了一个统一的接口，从 OpenAI Gym 和 Atari 环境中生成样本比 Ray
PDF7 months ago
未被映射环境中多车路径规划的分布式在线发布
本文提出了一种完全分布式、在线和可扩展的增强学习算法，用于解决多车辆路径规划问题，代理定期聚集在本地簇中，独立地在每个簇中应用多智能体扩展方案，动态地在代理之间协调任务并共享其局部信息。通过较大规模的模拟，证明了分布式滚动算法比贪婪基础策略
PDFa year ago
分布式强化学习应用于分布式线性二次控制：无导数策略优化方法
本文提出了一种名为 ZODPO 的算法，它是一种基于 policy gradient、零阶优化和共识算法的分布式强化学习算法，用于解决分散线性二次控制问题，该算法具有良好的可伸缩性，适用于大规模系统，并可用于多区域 HVAC 系统。
PDF5 years ago
DD-PPO：利用 25 亿帧学习接近完美的目标点导航
介绍分布式强化学习的 Decentralized Distributed Proximal Policy Optimization (DD-PPO) 方法，用于在资源密集型模拟环境中训练虚拟机器人进行导航，实现了近乎线性的扩展，通过训练并转
PDF5 years ago
IJCAI使用代理经验记忆的联邦加强蒸馏
提出了一种隐私保护的分布式强化学习框架 FRD，通过交换代理经验记忆保留真实经验的隐私，基于优势 actor-critic 强化学习架构评估了 FRD 的有效性，并研究了代理内存结构和不同内存交换规则对 FRD 性能的影响。
PDF5 years ago
分布式强化学习中通信高效的多智能体 Actor-Critic 算法
本文提出了一种基于随机化和多智能体系统 actor-critic 算法的分布式强化学习算法，旨在通过仅与本地邻居通信，协同优化全局平均回报。通过仅发送两个标量值变量，该算法可以解决强连通图的问题。
PDF5 years ago
$QD$-Learning: 一种多智能体强化学习的合作式分布式策略，通过共识 + 创新实现
该论文研究了一类多智能体马尔可夫决策过程，在其中，网络代理对全局可控状态和远程控制器的控制行为有不同的响应。在没有全局状态转移和本地代理成本统计信息之前，论文探讨了一种分布式强化学习设置，并提出了一种分布式版本的 Q-learning 方法
PDF12 years ago