MAGNet：用于深度多智能体强化学习的多智能体图网络
医学物理
2020-12-18 v1 定量方法
摘要
近年来，深度强化学习在复杂单智能体任务中表现出强大成功，且该方法近来也被应用于多智能体领域。本文中，我们提出一种称为 MAGNet 的多智能体强化学习新方法，其利用通过自注意力机制获得的环境相关性图表示，以及一种消息生成技术。我们将 MAGNet 方法应用于合成捕食者-猎物多智能体环境和 Pommerman 游戏，结果表明其显著优于最优的多智能体强化学习(MARL)方案，包括多智能体深度 Q 网络(MADQN)、多智能体深度确定性策略梯度(MADDPG)和 QMIX。
引用
@article{arxiv.2012.09763,
title = {Influence of Rotator Cuff Integrity on Loading and Kinematics Before and After Reverse Shoulder Arthroplasty},
author = {Fabien Péan and Philippe Favre and Orcun Goksel},
journal= {arXiv preprint arXiv:2012.09763},
year = {2020}
}
备注
8 pages, 5 figures