文献类型：期刊文章

作　　者：陈亮[1] 梁宸[1] 张景异[1] 刘韵婷[1]

CHEN Liang;LIANG Chen;ZHANG Jing-yi;LIU Yun-ting(College of Automation and Electrical Engineering,Shenyang Ligong University,Shenyang 110159,China)

机构地区：[1]沈阳理工大学自动化与电气工程学院,沈阳110159

出　　处：《控制与决策》

基　　金：国家重点研发计划项目(2017YFC0821004,2017YFC0821001);辽宁省自然科学基金项目(20170540788);辽宁省教育厅基本科研项目(LG201707).

年　　份：2021

卷　　号：36

期　　号：1

起止页码：75-82

语　　种：中文

收录情况：AJ、BDHX、BDHX2020、CSCD、CSCD2021_2022、EI、IC、JST、MR、RCCSE、SCOPUS、ZGKJHX、ZMATH、核心刊

摘　　要：现实世界的人工智能应用通常需要多个agent协同工作,人工agent之间有效的沟通和协调是迈向通用人工智能不可或缺的一步.以自主开发的警员训练虚拟环境为测试场景,设定任务需要多个不同兵种agent小队互相协作或对抗完成.为保证沟通方式有效且可扩展,提出一种混合DDPG(Mi-DDPG)算法.首先,在Actor网络加入双向循环神经网络(BRNN)作为同兵种agent信息交流层;然后,在Critic网络加入其他兵种agent信息来学习多agent协同策略.另外,为了缓解训练压力,采用集中训练,分散执行的框架,同时对Critic网络里的Q函数进行模块化处理.实验中,在不同的场景下用Mi-DDPG算法与其他算法进行对比,Mi-DDPG在收敛速度和任务完成度方面有明显提高,具有在现实世界应用的潜在价值.

关 键 词：强化学习  深度学习  多智能体 RNN DDPG  Actor-Critic  

分 类 号：TP181]