基于值函数分解的多智能体深度强化学习方法研究综述.pdfVIP

://

httwww．skx．com

pjj

:/

DOI１０．１１８９６skx．２３０３００１７０

jj

基于值函数分解的多智能体深度强化学习方法研究综述

高玉钊聂一鸣

军事科学院国防科技创新研究院北京

１０００７１

()

９５８２５５６６９＠．com

qq

,

摘要多智能体深度强化学习方法是深度强化学习方法在多智能体问题上的扩展其中基于值函数分解的多智能体深度强

,.

化学习方法取得了较好的表现效果是目前研究和应用的热点文中介绍了基于值函数分解的多智能体深度强化学习方法的

;,、

主要原理和框架根据近期相关研究总结出了提高混合网络拟合能力问题提高收敛效果问题和提高算法可扩展性问题个

３

,、、;

研究热点从算法约束环境复杂度神经网络限制等方面分析了个热点问题产生的原因根据拟解决的问题和使用的方法对

３

,,;

现有研究进行了分类梳理总结了同类方法的共同点分析了不同方法的优缺点对基于值函数分解的多智能体深度强化学习

、.

方法在网络节点控制无人编队控制两个热点领域的应用进行了阐述

:;;;;

关键词多智能体深度强化学习值函数分解拟合能力收敛效果可扩展性

中图分类号TP１８１

SurveofMultiＧaentDeeReinforcementLearninBasedonValueFunctionFactorization

ygpg

GAOYuzhaoandNIEYiming

,,,

NationalInnovationInstituteofDefenseTechnoloAcademicofMilitarScienceBeiin１０００７１China

gyyjg

AbstractThemultiＧaentdeereinforcementlearninisanextensionofthedeereinforcementlearninmethodtothemultiＧ

gpgpg