计算机应用研究

作者：邹长杰,郑皎凌,张中雷,

单位：成都信息工程大学软件工程学院,成都610225；

关键词：强化学习,群体协作,深度学习,群体智慧,

基金：国家自然科学基金资助项目(61772091,61802035)；；

目前多智能体强化学习算法多采用集中学习，分散行动的框架。该框架存在算法收敛时间过长和可能无法收敛的问题。为了加快多智能体的集体学习时间，提出多智能体分组学习策略。通过使用循环神经网络预测出多智能体的分组矩阵，通过在分组内部共享智能体之间经验的机制，提高了多智能体的团队学习效率；同时，为了弥补分组带来的智能体无法共享信息的问题，提出了信息微量的概念在所有智能体之间传递部分全局信息；为了加强分组内部优秀经验的留存，提出了推迟组内优秀智能体死亡时间的生灭过程。最后，在迷宫实验中，训练时间比MADDPG减少12%；夺旗实验中，训练时间比MADDPG减少17%。

来源：2020年第12期

《计算机应用研究》期刊编辑部

查看计算机应用研究杂志2020年第12期