对手建模中的双重深度Q学习
人工智能
2022-11-29 v1
摘要
在次要智能体具有冲突议程且也会改变其方法的多智能体系统中，需要进行对手建模。在本研究中，我们使用带有优先经验回放机制的双重深度Q网络（DDQN）来模拟主智能体和次要智能体的策略。然后，在对手建模设置下，使用专家混合架构来识别各种对手策略模式。最后，我们在两个包含多个智能体的环境中分析了我们的模型。研究结果表明，基于对手建模的混合专家模型表现优于DDQN。
引用
@article{arxiv.2211.15384,
title = {Double Deep Q-Learning in Opponent Modeling},
author = {Yangtianze Tao and John Doe},
journal= {arXiv preprint arXiv:2211.15384},
year = {2022}
}