<menuitem id="lplwz"></menuitem>
    <code id="lplwz"><option id="lplwz"><optgroup id="lplwz"></optgroup></option></code>
    <mark id="lplwz"></mark>

    <ins id="lplwz"></ins>
  • <tr id="lplwz"></tr>

      <ins id="lplwz"></ins>

      您当前所在位置: 首页 > 首发论文
      动态公开评议须知

      1. 评议人本着自愿的原则,秉持科学严谨的态度,从论文的科学性、创新性、表述性等方面给予客观公正的学术评价,亦可对研究提出改进方案或下一步发展的建议。

      2. 论文若有勘误表、修改稿等更新的版本,建议评议人针对最新版本的论文进行同行评议。

      3. 每位评议人对每篇论文有且仅有一次评议机会,评议结果将完全公示于网站上,一旦发布,不可更改、不可撤回,因此,在给予评议时请慎重考虑,认真对待,准确表述。

      4. 同行评议仅限于学术范围内的合理讨论,评议人需承诺此次评议不存在利益往来、同行竞争、学术偏见等行为,不可进行任何人身攻击或恶意评价,一旦发现有不当评议的行为,评议结果将被撤销,并收回评审人的权限,此外,本站将保留追究责任的权利。

      5. 论文所展示的星级为综合评定结果,是根据多位评议人的同行评议结果进行综合计算而得出的。

      勘误表

      上传勘误表说明

      • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
      • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
      • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

      示例:

      勘误表

      上传勘误表说明

      • 1. 请按本站示例的“勘误表格式”要求,在文本框中编写勘误表;
      • 2. 本站只保留一版勘误表,每重新上传一次,即会覆盖之前的版本;
      • 3. 本站只针对原稿进行勘误,修改稿发布后,不可对原稿及修改稿再作勘误。

      示例:

      上传后印本

      ( 请提交PDF文档 )

      * 后印本是指作者提交给期刊的预印本,经过同行评议和期刊的编辑后发表在正式期刊上的论文版本。作者自愿上传,上传前请查询出版商所允许的延缓公示的政策,若因此产生纠纷,本站概不负责。

      发邮件给 王小芳 *

      收件人:

      收件人邮箱:

      发件人邮箱:

      发送内容:

      0/300

      论文收录信息

      论文编号 202301-26
      论文题目 基于CMDP的多智能体泛化性研究
      文献类型
      收录
      期刊

      上传封面

      期刊名称(中文)

      期刊名称(英文)

      年, 卷(

      上传封面

      书名(中文)

      书名(英文)

      出版地

      出版社

      出版年

      上传封面

      书名(中文)

      书名(英文)

      出版地

      出版社

      出版年

      上传封面

      编者.论文集名称(中文) [c].

      出版地 出版社 出版年-

      编者.论文集名称(英文) [c].

      出版地出版社 出版年-

      上传封面

      期刊名称(中文)

      期刊名称(英文)

      日期--

      在线地址http://

      上传封面

      文题(中文)

      文题(英文)

      出版地

      出版社,出版日期--

      上传封面

      文题(中文)

      文题(英文)

      出版地

      出版社,出版日期--

      英文作者写法:

      中外文作者均姓前名后,姓大写,名的第一个字母大写,姓全称写出,名可只写第一个字母,其后不加实心圆点“.”,

      作者之间用逗号“,”分隔,最后为实心圆点“.”,

      示例1:原姓名写法:Albert Einstein,编入参考文献时写法:Einstein A.

      示例2:原姓名写法:李时珍;编入参考文献时写法:LI S Z.

      示例3:YELLAND R L,JONES S C,EASTON K S,et al.

      上传修改稿说明:

      1.修改稿的作者顺序及单位须与原文一致;

      2.修改稿上传成功后,请勿上传相同内容的论文;

      3.修改稿中必须要有相应的修改标记,如高亮修改内容,添加文字说明等,否则将作退稿处理。

      4.请选择DOC或Latex中的一种文件格式上传。

      上传doc论文   请上传模板编辑的DOC文件

      上传latex论文

      * 上传模板导出的pdf论文文件(须含页眉)

      * 上传模板编辑的tex文件

      回复成功!


      • 0

      基于CMDP的多智能体泛化性研究

      首发时间:2023-01-10

      郭鑫 1   

      郭鑫(1998-),女,硕士研究生,主要研究方向:多智能体强化学习,通信联系人,guoxin2020@bupt.edu.cn

      李剑 1   

      李剑(1976-),男,教授,主要研究方向:人工智能。

      • 1、北京邮电大学人工智能学院,北京 010000

      摘要:本文针对多智能体任务泛化的问题,提出了一种基于上下文马尔可夫决策的多智能体强化学习算法,该算法设计了一个上下文信息模块,利用注意力机制实现了对上下文的表征,上下文信息包含了额外的任务相关信息,在多任务设定下,可以用来推断不同任务间关系,从而将历史任务上的经验进行保存和在新任务上进行利用,从而实现任务间泛化。此外,基于上下文信息设计了动作子空间,解决了空间爆炸问题,加速了智能体的高效训练。在多智能体粒子环境中与现有算法进行比较,实验结果表明该方法的智能体在其他任务上效果更优。

      关键词: 强化学习 多智能体 CMDP 泛化性

      For information in English, please click here

      Research on Generalization of Multi-Agent Based on CMDP

      GUO Xin 1   

      郭鑫(1998-),女,硕士研究生,主要研究方向:多智能体强化学习,通信联系人,guoxin2020@bupt.edu.cn

      LI Jian 1   

      李剑(1976-),男,教授,主要研究方向:人工智能。

      • 1、School of Artificial Intelligence, Beijing University Of Posts and Telecommunications, BeiJing 010000

      Abstract:Aiming at the problem of multi-agent task generalization, this paper proposes a multi-agent reinforcement learning algorithm based on context Markov decision. In this algorithm, a context information module is designed to realize the representation of context by using the attention mechanism. Context information contains additional task-related information, which can be used to infer the relationship between different tasks under the multi-task setting. In this way, the experience of historical tasks can be saved and utilized in new tasks, so as to realize the generalization between tasks. In addition, the action subspace is designed based on the context information, which solves the space explosion problem and accelerates the efficient training of the agent. Compared with the existing algorithm in the multi-agent particle environment, the experimental results show that the proposed method is more effective in other tasks.

      Keywords: Reinforcement learning Multi-agent CMDP Generalization

      Click to fold

      点击收起

      论文图表:

      引用

      导出参考文献

      .txt .ris .doc
      郭鑫,李剑. 基于CMDP的多智能体泛化性研究[EB/OL]. 北京:中国科技论文在线 [2023-01-10]. http://www.domainhosting4less.com/releasepaper/content/202301-26.

      No.****

      同行评议

      未申请同行评议

      评论

      全部评论

      0/1000

      勘误表

      基于CMDP的多智能体泛化性研究

      五月花av
      <menuitem id="lplwz"></menuitem>
      <code id="lplwz"><option id="lplwz"><optgroup id="lplwz"></optgroup></option></code>
      <mark id="lplwz"></mark>

      <ins id="lplwz"></ins>
    1. <tr id="lplwz"></tr>

        <ins id="lplwz"></ins>