基于图神经网络的多智能体深度强化学习

# 摘要在大规模的多智能体系统中，由于智能体数量大，智能体之间相互博弈的关系复杂，给策略学习带来了很大的困难。因此如何通过建模来简化多智能体的学习过程是一项重要的研究课题。在绝大多数的多智能体系统中，智能体之间的交互往往只发生在局部，因此不需要每个智能体一直与其他所有智能体都进行交互。传统的方法试图通过定义的规则来使得多智能体之间进行交互，但智能体之间的交互有时是非常复杂的，不能直接转化成规则。因

条件反射104

5716人浏览 · 2021-08-12 18:44:17

条件反射104 · 2021-08-12 18:44:17 发布

# 基于图神经网络的多智能体深度强化学习

在这里插入图片描述

参考文献

[1] Kipf T N, Welling M. Semi-supervised classification with graph convolutional networks[J]. arXiv preprint arXiv:1609.02907, 2016.
[2] Veličković P, Cucurull G, Casanova A, et al. Graph attention networks[J]. arXiv preprint arXiv:1710.10903, 2017.
[3] Jiang J, Dun C, Huang T, et al. Graph convolutional reinforcement learning[J]. arXiv preprint arXiv:1810.09202, 2018.
[4] Liu Y, Wang W, Hu Y, et al. Multi-agent game abstraction via graph attention neural network[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2020, 34(05): 7211-7218.
[5] Ryu H, Shin H, Park J. Multi-agent actor-critic with hierarchical graph attention network[C]//Proceedings of the AAAI Conference on Artificial Intelligence. 2020, 34(05): 7236-7243.

九章云极普惠算力

更多推荐