arXiv AI· Tony H. Zhang, Connor Mattson, Daniel S. Brown·· 3 天前评分40
Imitation Bootstrapped Multi-Agent Reinforcement Learning
摘要
我们提出了一种名为Imitation Bootstrapped Multi-Agent Reinforcement Learning (IBMARL)的框架,该框架扩展了Imitation Bootstrapped Reinforcement Learning (IBRL)以支持合作团队,并使用R2BC进行模仿策略的训练。在每个时间步,每个智能体会收到其模仿策略和RL策略各一个动作提议,并由集中式批评家组成的集合从中选择合适的组合。一个门控模仿惩罚,一个软Q过滤行为克隆损失,对每个RL策略进行正则化,仅在批评家认为模仿动作更有价值时,使每个智能体在训练后能够独立执行其RL策略,而无需集中式批评家。
推荐理由
请对照arXiv AI原文,核对完整说明及适用条件。
本站只提供摘要与原文入口。完整内容请阅读原文。
来源:arXiv AI · arxiv.org