“捉迷藏”问题的多智能体强化学习复现
人工智能
2023-10-10 v1 机器学习
多智能体系统
机器人学
摘要
强化学习基于奖励函数和超参数生成策略。这些的微小变化会显著影响结果。强化学习研究中文档与可复现性的缺乏，使得一度推导出的策略难以复现。尽管先前研究已使用基于地面的机动识别了策略，但在更复杂环境中的工作有限。本研究中的智能体模拟类似于 OpenAI 的隐藏者与寻找者智能体，并增加了飞行机制以增强其机动性，扩展其可能的动作与策略范围。这一附加功能使隐藏者智能体将追逐策略的开发从约 200 万步提升至 160 万步，以及隐藏者
引用
@article{arxiv.2310.05430,
title = {Replication of Multi-agent Reinforcement Learning for the "Hide and Seek" Problem},
author = {Haider Kamal and Muaz A. Niazi and Hammad Afzal},
journal= {arXiv preprint arXiv:2310.05430},
year = {2023}
}
备注
28 pages