利用深度分布式循环Q网络学习通信以解决谜题
人工智能
2016-02-09 v1 机器学习
摘要
我们提出深度分布式循环 Q 网络（DDRQN），使智能体团队能够学习解决基于通信的协调任务。在这些任务中，智能体未被给予任何预设计的通信协议。因此，为了成功通信，它们必须首先自动开发并商定自身的通信协议。我们基于两个知名谜题的多智能体学习问题给出实证结果，证明 DDRQN 能成功解决此类任务并发现优雅的通信协议。据我们所知，这是深度强化学习首次成功学习通信协议。此外，我们给出消融实验，证实 DDRQN 架构的每个主要组件对其成功都至关重要。
引用
@article{arxiv.1602.02672,
title = {Learning to Communicate to Solve Riddles with Deep Distributed Recurrent Q-Networks},
author = {Jakob N. Foerster and Yannis M. Assael and Nando de Freitas and Shimon Whiteson},
journal= {arXiv preprint arXiv:1602.02672},
year = {2016}
}