稀疏奖励下基于强化学习的异构多智能体对抗

• 作者: 王瑞星 董诗音 江飞龙 黄胜全
• 来源期刊: 信息技术
• 关键词: 多智能体博弈 强化学习 稀疏奖励 基于任务局部的奖励工程设定
• 年，卷（期）: 2021,（5）
• 所属期刊栏目: 基金项目|FUND PROJECT
• 页码范围: 12-20
• 页数: 9页
• 分类号: TP18
• 语种: 中文
• DOI: 10.13274/j.cnki.hdzj.2021.05.003

摘要

文中在多智能体对抗问题研究过程中,采用强化学习为研究方法,以完全中心化训练架构为基础,选用基于策略的强化学习算法,针对领域研究中广泛存在的稀疏奖励问题,采用基于任务局部的奖励工程设定方法,以人为经验知识为导引,加速训练过程,提升训练结果.最后以对抗问题中典型的攻防对抗为场景进行了仿真实验,验证了方法的有效性.