研究人员为在部分可观察竞争性游戏中运行的深度强化学习智能体开发了一种新颖的对手建模技术。该方法利用一个经过滞后重标记对手目标训练的Transformer来生成子目标热力图,然后将其集成到Dueling Double DQN架构中。与标准的TD(0) DQN相比,所提出的方法显著稳定了对称零和觅食游戏中的训练,防止了训练崩溃,并恢复了游戏价值的很大一部分。 AI
影响 这项研究提供了一种在复杂、部分可观察的环境中提高强化学习智能体的稳定性和性能的方法。
排序理由 该集群包含一篇详细介绍强化学习新方法的论文。[lever_c_demoted from research: ic=1 ai=1.0]
在 arXiv cs.MA (Multiagent) 阅读 →
- alphaXiv
- arXiv
- CatalyzeX
- DagsHub
- Deep Q-Network
- Dueling double DQN
- Gotit.pub
- Hindsight-relabelled opponent goals
- Hugging Face
- transformer
AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →