多智能体强化学习 - 话题 | RLChina 强化学习社区

C

C CCS 这家伙很懒，什么都没留下

发布于26天前

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 150

学科竞赛
sisi_zhou 这家伙很懒，什么都没留下

发布于26天前

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 98

水区
hba 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 4

评论 3

浏览 330

课程学习
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 1

评论 3

浏览 464

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 12

评论 3

浏览 1036

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 513

水区
张晨珩南开大学AI本科生

发布于17天前

多样性PSRO：Towards Unifying Behavioral and Response Diversity for Open-ended Learning in Zero-sum Games
记得之前读过 DeepMind 团队的大作 Real World Games Look Like Spinning Tops，大佬们指出 Real World Games 的策略空间往往像一个陀螺，我们想找到一个好的策略，必须要翻过中间的红色区域。然而这红...

赞 1

评论

浏览 70

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 397

论文研讨
张晨珩南开大学AI本科生

发布于17天前

生活就像陀螺，抽打永不停息：Real World Games Look Like Spinning Tops
最近一直在 coding，趁着模型训练的空闲，总算有时间细品这篇垂涎已久的 paper。在之前的笔记多样性 PSRO 中已经提到过其中部分内容，这次来仔细领略一下 DeepMind 大佬们高屋建瓴的思维。原文传送门：Real World Games Lo...

赞 2

评论

浏览 79

论文研讨
张晨珩南开大学AI本科生

发布于17天前

PSRO基本框架：A Unified Game-Theoretic Approach to Multiagent Reinforcement Learning
这篇文章是 PSRO 框架的开山之作。由于笔者之前一直在做单 agent 强化学习，最近才开始接触 MARL，读了几遍都觉得云里雾里，于是一怒之下啃了一遍博弈论教程，总算是自我感觉理解了大部分内容。将自己的浅显理解整理于此，若有疏漏还望海涵。原文传送门：...

赞 2

评论

浏览 83

论文研讨
C

C CCS 这家伙很懒，什么都没留下

发布于26天前

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 84

学科竞赛
文

文文刂羊羽这家伙很懒，什么都没留下

发布于27天前

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 44

课程学习
孟令辉中科院自动化所2019级直博生主要关注多智能体强化学习相关方向，包括强化学习预训练、表征强化学习

发布于2022-04-09 17:29:50

RLChina 论文研讨会第16期（2022.04.12直播）
导读论文研讨会是 RLChina 举办的学术活动，由 RL 领域不同研究团队轮流担任主持人，邀请一线研究人员针对特定论文做交流分享。第 16 期论文讨论会将由中科院自动化所博士生孟令辉同学主持，罗格斯大学博士生邱文杰、清华大学博士生杨以钦和中科院自动化...

赞 1

评论

浏览 266

学术活动
hba 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 2

评论

浏览 157

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

发布于2022-03-02 05:44:26
ELBO in 5 simple steps starting direclty from Bayes Rule!
赞 3

评论

浏览 208

课程学习
hba 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 312

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 643

学科竞赛
yaodong 北京大学助理教授

发布于2021-11-19 21:30:58

MARL中IGM假设的一些问题，以及未来基于Advantage函数分解的方向。
关于 IGM 的问题，以 QPLEX 为例做 cooperative MARL 的小伙伴想必都非常熟悉 Individual Global Max 的假设。它指的是，如果想要 joint Q 函数可分解，那一种比较合理的分解方法是假设以下等式成立，其中...

赞 10

评论

浏览 593

水区

RLChina
59 帖子 • 49 评论

255
Carlos
2 帖子 • 2 评论

207
Rewrite
0 帖子 • 1 评论

133
支太行
17 帖子 • 34 评论

131
POLIXIR
13 帖子 • 2 评论

120
张海峰
4 帖子 • 32 评论

116
AINova
19 帖子 • 38 评论

85
daydayup
4 帖子 • 33 评论

82
vinbo
6 帖子 • 32 评论

82
从头再来
14 帖子 • 41 评论

80