科研之友
微信
新浪微博
Facebook
分享链接
摘要
为提高多智能体系统的智能决策能力，针对多智能体强化学习的经验重放存在的弊端，以及在智能体决策中强调动作价值，忽略状态值等问题，提出一种基于优先价值的算法改进思路。首先，该算法引入优先经验回放机制，通过重要性权重进行经验复用，弥补随机采样问题，其次在智能体的值网络中引入优势价值网络形式，估计状态价值与动作优势的信息差。通过多个协同场景的实验结果表明，该算法能够提升多智能体系统的学习与合作质量，使智能体更快更好的做出决策，完成给定任务。
-
单位南京信息工程大学; 自动化学院
