Efficient Multiagent Policy Optimization Based on Weighted Estimators in Stochastic Cooperative Envi

来源 :计算机科学技术学报(英文版) | 被引量 : 0次 | 上传用户:zm_627
下载到本地 , 更方便阅读
声明 : 本文档内容版权归属内容提供方 , 如果您对本文有版权争议 , 可与客服联系进行内容授权或下架
论文部分内容阅读
Multiagent deep reinforcement leing (MA-DRL) has received increasingly wide attention.Most of the existing MA-DRL algorithms,however,are still inefficient when faced with the non-stationarity due to agents changing behavior consistently in stochastic environments.This paper extends the weighted double estimator to multiagent domains and proposes an MA-DRL framework,named Weighted Double Deep Q-Network (WDDQN).By leveraging the weighted double estimator and the deep neural network,WDDQN can not only reduce the bias effectively but also handle scenarios with raw visual inputs.To achieve efficient cooperation in multiagent domains,we introduce a lenient reward network and scheduled replay strategy.Empirical results show that WDDQN outperforms an existing DRL algorithm (double DQN) and an MA-DRL algorithm (lenient Q-leing) regarding the averaged reward and the convergence speed and is more likely to converge to the Pareto-optimal Nash equilibrium in stochastic cooperative environments.
其他文献
幼儿的成长离不开环境,环境对幼儿发展的影响极其深远。我国古代对此就有精辟地论述:如“近朱者赤、近墨者黑”,就是强调环境对人的感染作用。在幼儿园的教育活动中,环境作为一种“隐性课程”,在开发幼儿智力,促进幼儿个性方面,越来越引起人们的重视,环境创设已渐渐成为幼儿园工作的热点。  接下来我将结合我园的环境创设分别从家园栏、主题墙、室外走廊、区角几个重点部分进行介绍。  一、家园栏的创设  1、重要性:
期刊
【摘 要】物理教育不仅是知识的传授、能力的培养,更是一种文化的亲润和陶冶,其中蕴涵着丰富有生活知识。作为一种认识真理寻找规律的探究活动,物理学不断丰富、深化和改变着人们的思想观念。同时它的趣味性也使得许多物理兴趣爱好者成为一代代科学家,推动着整个社会向前发展。  【关键词】趣味性 科学性 创新意识 学生个性  在实施新课标、新课程改革的今天,为了更有效地推进素质教育与提高教育教学质量的有机结合,为
摘 要:如何提高高三教学质量,引起更多教师的关注和反思。本文正是从当前高三历史教学中存在的问题出发,在充分利用课文材料、注重历史规律性知识的归纳、注重历史概念和重要结论的理解和掌握、适度训练提高解题能力等方面提出一系列应对措施。  关键词:高三历史 问题 措施  在高三的历史教学过程中我们有太多的“困惑”, “为什么学生对涉及理论联系实际的问题普遍感困难?”“学生们已经掌握了丰富的历史知识,但在考
摘 要:通过分析比较近代以来儿童文学在小学语文教育中的作用和地位,逐步了解其发展轨迹,探索儿童文学与小学语文教育的相互影响及关系,分析说明儿童文学为小学语文教育提供了优质的资源,而同时儿童文学也为小学语文教育的逐步发展提供了源泉和动力。  关键词:小学语文;教育;儿童文学;儿童;小学语文教育  一、儿童文学就是面向儿童的文学教育  小学生正处于生理、心理飞速发展的时期。他们要了解世界上的一切, 而
学生解决问题和分析问题能力的培养非常重要,要想改革素质教育,积极推动新课程改革,老师必须要站在学生的角度,着眼于学科教学的现实条件不断提升学生的解决问题能力,这一点
我很想知道幽默的定义。诙谐风趣而又意味深长。柳宗元的《闵生赋》里有:“合缘而隐去兮,幽默以待尽。”它应该是一种行为的特性。引发喜悦、带来快乐、或以愉快的方式获得精神上的自由,是一种善意和微笑,是一种高雅的会意过程。作为教师,把幽默带进课堂是义不容辞的责任。巴金在《沉落集》序中写道:“没有含蓄,没有幽默,没有技巧,而且也没有宽容。”教学中的幽默集机智性、娱乐性、教育性为一體,形神兼备。  每当课上有
期刊
摘要:体育教学的主要任务是增强学生的体质,磨练学生的意志,培养学生的团结合作精神,提高学生的身心健康素质。本文总述了当代小学体育教育的情况,介绍了小学体育教学研究的方法,提出了教育过程的本质问题以及具体问题和解决办法。一般就提高教师的整体素质、培养学生的创造能力和转变教学方法这三个问题对小学体育课堂教学的改革进行相关的探讨。  关键词:小学体育;课堂教学;探讨;研究问题;解决办法  一、对于小学体
识字是小学语文教学的重要内容之一,识字又是阅读和写作的基础。学生识字数量的多少、质量的高低会直接关系到学生阅读与写作能力的发展,因此,抓好识字教学非常重要。  作为一名小学语文教师,我们深知一个孩子在接受启蒙教育时识字数量的多少、质量的高低会对他今后的继续学习产生直接的影响。因为语文是一门基础学科,而识字教学是基础中的基础。然而识字过程又是一件十分枯燥的工作。那么,怎样才能提高孩子们的识字质量呢?
期刊
在新的《数学课程标准》中明确提出:数学学习活动中要使学生能够获得成功的体验,锻炼克服困难的意志,建立自信心。创造性思维的培养同样需要勇气和信心。在教学中,我十分重视学生自信心的培养,爱护和培养学生的好奇心、求知欲,相信每一个学生都存在着创造性的发展潜能,让每一个学生都有机会获得学习的成功。  例如:如在比较15和9两个数的大小时,我让学生小组讨论如何比较大小。同学们说出了很多方法,有的用数数的方法
期刊
摘要:阅读教学是初中语文教学的主体内容,它是提高学生综合素质水平的关键之处,更是其他学科学习的基础,以及学生终身学习的必备条件。本文通过分析当前初中语文阅读教学存在的不足之处,并结合实际情况,针对性地提出相关初中语文阅读教学的方法,以便提高初中语文阅读教学的效率及质量。  关键词:初中语文;阅读;教学方法  在初中语文教学中,阅读教学占据着要比例,阅读不仅是检查学生语文知识水平的基础方法,更是检查