论文研讨 - 话题 | RLChina 强化学习社区

Jasmine 这家伙很懒，什么都没留下

发布于2021-12-21 20:25:45

GAN如何应用于model-based RL?
感谢社区组织的论文和研究分享，想问下能不能做一期 GAN 和强化学习的结合研究的分享呢？我觉得 GAN 应该对基于模型的 RL 有很大的作用。

赞

评论

浏览 213

论文研讨
yaodong 北京大学助理教授

发布于2021-11-30 21:05:20

MARL真的需要centralised training吗？
Centralised training decentralised execution 似乎已经成为开发现今多智能体强化学习 MARL 算法的唯一范式，基于 CTDE 的各种变形也是花样繁多(例如 MADDPG, COMA, VDN, QMIX)。但事实...

赞 10

评论 3

浏览 579

论文研讨
因果与Markov 这家伙很懒，什么都没留下

发布于2021-12-13 21:48:17

就目前我所看到的model-based方法中，对于transition model的建模(or估计)都是直接把数据（如果是图像就可能用个VAE提取latent vector）输入到神经网络(不管是MLP还是RNN也好）中，直接对这个转移分布P进行建模，但是这种方法必然是存在一些“不该有”的bias。这个“不该有”的bias可以通过单纯利用状态的Causal parent去对transition model进行建模从而消除，但是问题在于，如何去寻找这个Causal Parent呢？能不能寻找与建模同时进行呢？

赞

评论

浏览 130

论文研讨
支太行这家伙很懒，什么都没留下，我不懒0.0

发布于2021-12-11 10:52:14

请问这样的实验结果好不好？
我想要的结果是智能体的平均收益收敛为 2.5，我得到的结果如下：

赞

评论

浏览 156

论文研讨
瑞昌_cary 致力于深度强化学习，让世界更智能

发布于2021-12-05 16:21:05

请问离线深度强化学习训练出的策略如何与其他强化学习算法进行对比？有哪些评价指标
我们都知道机器学习与深度学习有一些正确率、ROC 曲线、召回率等评价指标，如果利用的是离线数据训练的强化学习模型，如何与其他算法进行对比呢？评价指标是什么？怎么算呢？

赞

评论 1

浏览 172

论文研讨
X

X xyhk96 这家伙很懒，什么都没留下

发布于2021-12-03 22:44:57

张崇洁老师的《DOP: Off-Policy Multi-Agent Decomposed Policy Gradients》论文研讨
最近在研究多智能体强化学习，有大佬阅读过这篇论文吗，每个智能体 i 的局部 Q 函数的参数 Φi 是如何通过梯度的反向传播来学习到的，可以具体讲解下吗？我看在伪代码的参数初始化中，没有指出每个智能体 i 具有一个单独的神经网络来逼近自身的局部 Q 函数，只...

赞 3

评论

浏览 153

论文研讨
支太行这家伙很懒，什么都没留下，我不懒0.0

发布于2021-11-26 21:49:46

想复现别人的实验，但是看不懂代码怎么办。
最近看了一些文献，挺感兴趣，但是复现不出来，人家提供了代码自己也没看明白，我想问问面对这种怎么办。自己的想法也需要实验，但是看代码有点痛苦，有没有好一点的方法。比如第一步看看逻辑框架啥的。哎。。。。菜鸟的泪是真的苦。

赞

评论

浏览 161

论文研讨
ASS 这家伙很懒，只留下一个好看的头像

发布于2021-11-26 18:55:31

求助：深度强化学习在车间作业调度的应用方面
求助：深度强化学习在车间作业调度的应用方面《Learning to Dispatch for Job Shop Scheduling via Deep Reinforcement Learning》-NeurIPS2020 原文将 JSSP 问题表示成为...

赞

评论

浏览 117

论文研讨
sisi_zhou 这家伙很懒，什么都没留下

发布于2021-11-18 23:41:50

Mean-field Multi-agent Reinforcemen Learning代码复现问题讨论t
关于 battle game 场景，代码复现时候出现以下问题，希望各位可以多多指教。 1 玻尔兹曼探索策略，训练阶段，temperature 的值从 1 到 0.05 线性衰减，在测试阶段的 temperature 应该设为多少呢？是 1 还是 0.05 ...

赞 1

评论 2

浏览 169

论文研讨
无花果本科北京理工大学，中科院自动化所硕士

发布于2021-11-08 14:37:06

一文七问 | 经典论文：基于元学习的强化学习方法（meta-RL）
@toc 导读本篇推文将为大家介绍 DeepMind 团队于 2017 年发表的一篇论文： LEARNING TO REINFORCEMENT LEARN。该论文介绍了一种 meta-RL 的方法。具体为：将 recurrent networks 引入到...

赞 7

评论

浏览 286

论文研讨
帅小伙这家伙很懒，什么都没留下

发布于2021-10-30 16:38:27

复现强化学习论文
研一，想去复现一篇强化学习论文，来提升自己的能力，请问各位大佬有什么推荐嘛，最好是最近几年的

赞 1

评论 1

浏览 249

论文研讨
支太行这家伙很懒，什么都没留下，我不懒0.0

发布于2021-10-24 15:26:45

文献中的模型没看明白，请各位大佬指导，文献是张海峰老师 Bi-level Actor-Critic for Multi-agent Coordination。我想知道具体怎么工作的，小白求教！

赞

评论 3

浏览 328

论文研讨
dandan 研二在读，边缘计算，强化学习加油冲啊

发布于2021-10-08 14:26:42

有没有小伙伴在看边缘计算中卸载决策和资源分配的文章，关于多智体分散决策的可以一块交流讨论呀

赞 3

评论 4

浏览 179

论文研讨
wawa33 这家伙很懒，什么都没留下

发布于2021-10-23 05:15:48

关于MADDPG在cooperative navigation 下的收敛问题
用 maddpg 训练 cooperative navigation 的任务，在 agent 数量为 6 的情况下最终结果总是会出现无法 cover 所有 landmark 的情况（1. agent 到 landmark 的距离还是太远 2. 两个 ag...

赞 2

评论 2

浏览 183

论文研讨
人工智障10032 老码畜跳炼丹炉，无发可秃

发布于2021-10-15 16:48:53

多智能体强化学习: 最小方差策略梯度
知乎链接 https://zhuanlan.zhihu.com/p/421389019 文章翻译自 https://hackmd.io/rkNojzNzQzWXlU0HoaPOrg?view 论文出自 NeurIPS 2021 "Settling the ...

赞 3

评论

浏览 202

论文研讨
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-13 11:24:13

离线学习的超参数选择
论文地址：链接

赞

评论 1

浏览 123

论文研讨
G

G Gk 这家伙很懒，什么都没留下

发布于2021-10-14 15:06:57

一文七问 | 基于自适应策略迁移的强化学习
@toc 导读本篇推文将为大家介绍 2020 年人工智能顶级会议 IJCAI 的一篇论文： Efficient Deep Reinforcement Learning via Adaptive Policy Transfer。该论文提出了一个新的策略迁移...

赞 4

评论 1

浏览 200

论文研讨
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-13 11:17:23

【ICML2021顶会论文+代码】优先级重放(Prioritized Level Replay)
论文地址：链接 Github: 链接

赞

评论 1

浏览 181

论文研讨
yaodong 北京大学助理教授

发布于2021-10-12 00:36:08

多智能体置信域策略优化算法 (Trust Region Methods in Multi-Agent Reinforcement Learning)
研究的动机是什么？在单智体强化学习（single-RL）中，置信域方法（trust-region method）有两个比较典型的算法，分别是置信域策略优化算法 Trust Region Policy Optimization (TRPO)以及近端策略优化...

赞 12

评论 2

浏览 325

论文研讨
H

H hanhan 这家伙很懒，什么都没留下

发布于2021-10-12 09:55:22

多智能体深度强化学习综述
链接

赞 1

评论 1

浏览 168

论文研讨

RLChina
43 帖子 • 47 评论

199
Rewrite
0 帖子 • 1 评论

115
支太行
16 帖子 • 30 评论

112
张海峰
4 帖子 • 31 评论

112
Carlos
2 帖子 • 0 评论

97
AINova
19 帖子 • 38 评论

83
daydayup
4 帖子 • 33 评论

82
从头再来
14 帖子 • 41 评论

80
vinbo
5 帖子 • 31 评论

78
H
hanhan
24 帖子 • 42 评论

75