Multi-Agent Reinforcement Learning using the Deep Distributed Distributional Deterministic Policy Gradients Algorithm

In this paper, the Deep Distributed Distributional Deterministic Policy Gradients (D4PG) reinforcement learning algorithm is adopted to train a multi-agent action in a cooperative game environment. The algorithm is experimented on training the agents to play a game of tennis against each other. The...

Celý popis

Podrobná bibliografie

Vydáno v:	2020 International Conference on Innovation and Intelligence for Informatics, Computing and Technologies (3ICT) s. 1 - 6
Hlavní autor:	Farag, Wael
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 20.12.2020
Témata:	D4PG Games Informatics Machine Learning Machine learning algorithms Multi-Agent Policy-Gradients Methods Reinforcement learning Task analysis Technological innovation Training
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!