多智能体强化学习 - 话题 | RLChina 强化学习社区

cchenmy111 这家伙很懒，什么都没留下

发布于2天前

多智能体强化学习求助！
训练效果很好，奖励看着也收敛，最后的智能体表现在训练结束前的 100 个 episode 表现都不错，为什么最后保存下来的模型加载评估的时候效果大打折扣？已经开启了。eval()，然后评估时为了看智能体学习的程度，我没有更换评估的环境，仍然是之前训练的环境...

赞

评论 2

浏览 31

水区
自动化所姜纪文 (ง •_•)ง

发布于2023-10-11 15:27:42

一文七问 | 论文分享：大规模多智能体系统的分层均值场深度强化学习
@toc 导读本篇推文将为大家介绍中山大学余超老师于 2023 AAAI 发表的一篇论文： Hierarchical Mean-Field Deep Reinforcement Learning for Large-Scale Multiagent Sy...

赞 5

评论 8

浏览 2115

论文研讨
J

J jjx 这家伙很懒，什么都没留下

发布于2024-10-22 14:03:53

MADDPG
GitHub 上开源的关于 maddpg 的代码环境都很老，配置一直错误怎么办？这是 openai 开源的代码：https://github.com/openai/maddpg 这是环境依赖：Known dependencies: Python (3.5...

赞

评论 1

浏览 332

水区
哇

哇哇哈哈哈这家伙很懒，什么都没留下

发布于2024-07-15 17:47:40

多智能体强化学习MAPPO
奖励提前收敛是什么原因，正常情况下应该是到 100，附近收敛。还有一个问题，为什么训练效果时好时坏呢

赞

评论 1

浏览 642

论文研讨
俊俊这家伙很懒，什么都没留下

发布于2022-06-27 17:30:00

RL方向招聘 | “启元实验室”招聘强化学习研究者（可实习）
招聘岗位强化学习研究/研发（可实习）【研究方向】开展 AI 方向的强化学习算法研究与研发工作，包括但不限于：针对离线强化学习、表征强化学习、元强化学习，RLHF 等子方向进行算法、理论与应用方面的前沿探索；针对多智能体的合作和竞争环境，探索强化...

赞 6

评论 25

浏览 4183

招生招聘
qmm 多智能体强化学习、分层强化学习、离散网格系统

发布于2023-08-08 10:40:17

大规模多智能体学习
大家好，向大家咨询一些问题，智能体数量达到百万级别在多智体强化学习领域是可行的吗？有推荐的案例吗？比如一些论文或者应用？ Hi guys, a few questions for you, is millions of agents feasible in...

赞

评论 1

浏览 936

论文研讨
Haitham Bou Ammar RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-03-02 22:47:19

Iterated Law of Expectation Consice Proof (6 simple steps)
When deriving the Belman equations, we needed the iterated law of expectations. Rather than believing me, have a look at this 6-...

赞 3

评论 1

浏览 1350

课程学习
Haitham Bou Ammar RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-03-07 02:52:21
A 4 step proof that value baselines don't affect policy grads in #RL😀Just the log-trick & Fubini gets u there!
赞 8

评论 4

浏览 1698

课程学习
上海数字大脑研究院上海数字大脑研究院（简称“数研院”）汇聚决策智能领域全球领先的科研力量，面向中国及全球产业智能化升级需求，致力于为全球企业提供决策智能解决方案，驱动各产业全面智能化升级。立志做中国产业进步的价值创新者，让决策更科学、更高效、更智能。

发布于2022-11-30 16:27:27

产业速递｜数字世界里的足球——数研院探索多智能体足球AI并取得新突破
世界杯终于回来了，经历了疫情的三年时光，全世界的球迷都尤其期盼着这个也许是人类历史上意义仅次于 1948 年伦敦奥运会的盛大赛事——2022 卡塔尔世界杯。 1863 年，英国足球协会在伦敦正式成立，标志着真正意义上的现代足球诞生了。在这一百多年的发展中，...

赞 1

评论 1

浏览 2338

产业应用
冲

冲冲鸭鸭这家伙很懒，什么都没留下

发布于2022-06-17 10:22:44

强化学习中的绘制带阴影的曲线图
想请问下论文里的这种图怎么画出来的呢？可以用 matplotlib 吗此外，这种图是要运行同一个实验得到多个结果才能画出来吗

赞

评论 8

浏览 2055

论文研讨
天

天天不生夫子这家伙很懒，什么都没留下

发布于2022-05-21 21:32:16

MPO及V-MPO算法
怎么理解 MPO 和 V-MPO 算法啊，有没有比较通俗一点的介绍呢？

赞

评论 1

浏览 1544

水区
C

C CCS 这家伙很懒，什么都没留下

发布于2022-04-22 16:09:48

金榜题名 | IJCAI 2022-Neural MMO 召集令，一同参加AI华山论剑
导读当 AI 智能体不再满足「与人斗其乐无穷」，它的能力极限在哪里呢？今日，由超参数科技发起，联合学界前沿创新力量麻省理工学院、清华大学深圳国际研究生院，以及数据科学挑战平台 AIcrowd 共同主办的「IJCAI 2022-Neural MMO 海量...

赞

评论 2

浏览 1476

学科竞赛
sisi_zhou 这家伙很懒，什么都没留下

发布于2022-04-22 10:26:09

多智能体强化学习环境
想问一下大家，除了 MAgent 外，是否还有其他用高维数据（图像）作为输入的多智能体环境。

赞

评论 3

浏览 1210

水区
Multi-Agent 这家伙很懒，什么都没留下

发布于2021-12-22 11:23:02

各位大佬，有没有multi-agent DDPG相关的代码？最近在学习这方面的知识，但是没有可参考的代码

赞 2

评论 3

浏览 1493

课程学习
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 13

评论 3

浏览 3940

论文研讨
R

R rdgy 这家伙很懒，什么都没留下

发布于2021-12-01 22:44:59

强化学习/路径发现 -- 寻找博士联合培养的机会（CSC资助）
题主是国内高校在读博士，目前是博士 3 年级，研究方向是：强化学习、路径发现、推荐系统。已经发表若干篇期刊/会议论文。近期在寻求一份 CSC 资助的博士联合培养的机会，奈何课题组熟悉的团队都在美国，在寻找外导时发现这个好地方，因此过来问一下童鞋们，有没...

赞

评论 3

浏览 1374

水区
文

文文刂羊羽这家伙很懒，什么都没留下

发布于2022-04-21 18:14:39

强化学习
最近在看 sutton 的强化学习，了解了很多基础知识，希望从《动手学强化学习》中学到更多的知识，并提高实践能力！

赞

评论

浏览 926

课程学习
C

C CCS 这家伙很懒，什么都没留下

发布于2022-04-22 14:33:56

AI武林大会—IJCAI 2022-Neural MMO召集令！走酸脚的AI也能上英雄榜！欢迎各位一同探索

赞

评论

浏览 1134

学科竞赛
Haitham Bou Ammar RL team leader @Huawei R&D UK & UCL H. Assistant Prof.

发布于2022-02-28 22:26:57

(RL 正在改变世界！贝尔曼方程是#RL 的核心。这是一个 3 (3.5:P) 步骤的简明证明)

赞 6

评论 2

浏览 1438

课程学习
OpenDILab决策智能聚焦科技前沿研究问题，致力于探索下一代人工智能

发布于2021-12-02 11:43:10

15万奖金！全球首届AI球球大作战：Go-Bigger多智能体决策智能挑战赛火热开赛！
《球球大作战》是一款风靡全球的休闲电子竞技游戏，以大球吃小球为目标，简单有趣却又斗智斗勇。AI 世界的“大球吃小球”挑战赛现已火热开赛！协作、博弈、对抗，精彩纷呈，欢迎前来挑战！ 2021 年 11 月，全球首届“ AI 球球大作战：Go-Bigger ...

赞 5

评论

浏览 1718

学科竞赛

首次进入社区的小伙伴，欢迎了解以下事项，参与相关活动：

一、RLChina 组织形式：http://rlchina.org/topic/211

二、RLChina 2024 大会（可下载课件）：http://rlchina.org/rlchina_2024

三、RLChina 2023 大会（可下载课件）：http://rlchina.org/rlchina_2023

四、RLChina 2022 强化学习暑期课：http://rlchina.org/topic/491

五、RLChina 2021 强化学习暑期课：http://rlchina.org/topic/9?utm_source=pocket_saves

六、RLChina 智能体挑战赛：http://rlchina.org/topic/928

七、RLChina 前沿讲习班：http://rlchina.org/topic/215

八、RLChina 论文研讨会：http://rlchina.org/topic/219

Carlos
2 帖子 • 4 评论

957
Frei0d
1 帖子 • 9 评论

877
R
Rlxia
0 帖子 • 0 评论

563
RLChina
124 帖子 • 77 评论

454
POLIXIR
44 帖子 • 5 评论

351
Rewrite
0 帖子 • 4 评论

215
vinbo
9 帖子 • 84 评论

167
支太行
17 帖子 • 34 评论

133
张海峰
4 帖子 • 43 评论

132
AINova
20 帖子 • 43 评论

99