PulseAugur
中
实时 08:39:10
English(EN) Variance-Reduced Q-Learning over Static and Time-Varying Networks

新的VRDQ算法实现了更快的去中心化强化学习

作者 PulseAugur 编辑部 · [1 个来源] ·

研究人员开发了一种名为VRDQ的新型去中心化强化学习算法。该算法适用于多个智能体与同一马尔可夫决策过程交互并在网络上共享信息以学习最优状态-动作值（state-action values）的场景。VRDQ在静态和时变网络上都实现了高概率有限时间收敛率，通过协作实现了线性加速，并且与先前的方法相比大大降低了通信成本。 AI

影响 这项研究可能带来通信开销更低的更高效的多智能体强化学习系统。

排序理由 该集群包含一篇详细介绍新算法的学术论文。[lever_c_demoted from research: ic=1 ai=1.0]

在 arXiv cs.LG 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

新的VRDQ算法实现了更快的去中心化强化学习

报道来源 [1]

  1. arXiv cs.LG TIER_1 English(EN) · Sreejeet Maity, Feng Zhu, Aritra Mitra, Robert W. Heath Jr ·

    Variance-Reduced Q-Learning over Static and Time-Varying Networks

    arXiv:2607.21876v1 Announce Type: new Abstract: We investigate a decentralized reinforcement learning problem involving multiple agents that interact with the same Markov Decision Process (MDP). The agents can exchange information over a network to collectively learn the optimal …

相关实体

相关话题