Cooperative Multi-Agent Deep Reinforcement Learning with Counterfactual Reward

In partially observable fully cooperative games, agents generally tend to maximize global rewards with joint actions, so it is difficult for each agent to deduce their own contribution. To address this credit assignment problem, we propose a multi-agent reinforcement learning algorithm with counterf...

Celý popis

Podrobná bibliografie

Vydáno v:	Proceedings of ... International Joint Conference on Neural Networks s. 1 - 8
Hlavní autoři:	Shao, Kun, Zhu, Yuanheng, Tang, Zhentao, Zhao, Dongbin
Médium:	Konferenční příspěvek
Jazyk:	angličtina
Vydáno:	IEEE 01.07.2020
Témata:	Collaboration cooperative games counterfactual reward deep reinforcement learning Games Learning (artificial intelligence) Machine learning Multi-agent systems reinforcement learning Task analysis Training
ISSN:	2161-4407
On-line přístup:	Získat plný text
Tagy:	Přidat tag Žádné tagy, Buďte první, kdo vytvoří štítek k tomuto záznamu!