| 基于异环境重要性采样的增强DDRQN网络 |
| |
| 引用本文： | 樊龙涛,张森,普杰信,刘源源. 基于异环境重要性采样的增强DDRQN网络[J]. 火力与指挥控制, 2020, 45(1): 47-52. DOI: 10.3969/j.issn.1002-0640.2020.01.010 |
| |
| 作者姓名： | 樊龙涛 张森 普杰信 刘源源 |
| |
| 作者单位： | 河南科技大学信息工程学院,河南 洛阳 471023,河南科技大学信息工程学院,河南 洛阳 471023,河南科技大学信息工程学院,河南 洛阳 471023,河南科技大学信息工程学院,河南 洛阳 471023 |
| |
| 摘 要： | 针对局部可观测多智能体学习环境下,智能体与环境频繁交互造成环境不稳定,导致智能体无法使用经验回放机制(experience replay)的问题,采用了一种基于异环境重要性采样的回放经验利用机制。并结合该机制再深度强化学习算法,深度分布式循环Q网络(DDRQN)基础上进行了改进,提出一种增强型的深度分布式循环Q网络。通过对Deep Mind的Py SC2平台Defeat Roaches局部可观测多智能体学习环境实验结果对比分析表明,增强型的深度分布式循环Q网络相比于DDRQN网络,具有良好的学习性能,稳定性、收敛速度均具有显著提升。
|
| 关 键 词： | 多智能体 强化学习 局部可观测 经验回放机制 重要性采样 |
Enforced DDRQN Network Based on Off-environment Importance Sampling |
| |
| FAN Long-tao,ZHANG Sen,PU Jie-xin,LIU Yuan-yuan. Enforced DDRQN Network Based on Off-environment Importance Sampling[J]. Fire Control & Command Control, 2020, 45(1): 47-52. DOI: 10.3969/j.issn.1002-0640.2020.01.010 |
| |
| Authors: | FAN Long-tao ZHANG Sen PU Jie-xin LIU Yuan-yuan |
| |
| Abstract: | |
| |
| Keywords: | |
| 本文献已被 CNKI 万方数据 等数据库收录！ |
|
