论文部分内容阅读
在合作 multiagent 学习的主要问题之一是联合行动空间与代理人的数字指数地成长。在这份报纸，我们调查在代理人之间的协作相关性的一个稀少的代表采用角色和上下文特定的协作图减少联合行动空间。在我们的框架，全球联合 Q 功能被分解成很多本地 Q 功能。各本地的 Q 功能在代理人的一个小组之中被分享并且由一套价值规则组成。我们建议自动地在每条价值规则学习重量的一个新奇 multiagent 学习 Q 算法。我们给实验证据证明我们的学习算法比学习技术的传统的 multiagent 以显著地更快的速度收敛到一