提升基于强化学习的列车重调度中的样本效率与多智能体通信
人工智能
2020-04-29 v1 机器学习
多智能体系统
摘要
我们展示了在 Flatland 国际列车重调度竞赛中获得第六名的参赛方案的初步结果，包括两项用于优化强化学习（RL）训练效率的改进，以及关于深度 RL 用于复杂现实世界控制任务前景的两个假设：第一，当前最先进的策略梯度方法似乎不适用于高后果环境领域；第二，学习显式通信动作（可以说是一种新兴的机器对机器语言）可能提供一种补救办法。这些假设需要未来的工作来证实。若得到证实，它们有望用于优化如瑞士联邦铁路路网这类高效物流生态系统。
引用
@article{arxiv.2004.13439,
title = {Improving Sample Efficiency and Multi-Agent Communication in RL-based Train Rescheduling},
author = {Dano Roost and Ralph Meier and Stephan Huschauer and Erik Nygren and Adrian Egli and Andreas Weiler and Thilo Stadelmann},
journal= {arXiv preprint arXiv:2004.13439},
year = {2020}
}
备注
Accepted for publication at the 7th Swiss Conference on Data Science (SDS 2020)