English
邮箱
联系我们
网站地图
邮箱
旧版回顾



5002.com:·英国曼彻斯特大学校长一行走进钱学森学院

文章来源:5002.com    发布时间:2018年07月19日 02:31  【字号:      】

5002.com

目前,周女士已经向派出所报了案,海口市公安局美兰分局白龙派出所已经受理此案。

新闻链接

发现信用卡被盗刷,我们应该怎么办?

石油“巨无霸”阿美何时IPO上市?刚刚,沙特能源部长做出回答!

摘要:油价达标,世界都在问:阿美何时上市?沙特能源部长:2019年!

石油“巨无霸”沙特阿美IPO一拖再拖!

【一牛财经】讯:众所周知,自从沙特最初提出要将沙特国有石油巨头——沙特阿美(Aramco)IPO上市的想法以来,沙特官员们一直坚持IPO将在2018年下半年进行,不过,直到今年的3月,沙特能源部长哈立德·法利赫( Khalid Al - Falih )本人暗示可能会推迟上市,即:沙特阿美IPO可能会推迟到2019年。

随后,记者联系到小区物业,说起垃圾不入箱现象,物业工作人员满是无奈,“我们当场发现这种现象会直接劝导,也在小区公告栏作了相关提示,但就是有部分住户做不到。”该工作人员表示,下一步,他们将与保洁部商量,在垃圾箱醒目处贴出“垃圾入箱”提示,同时希望住户能自觉地将垃圾放入垃圾箱内。

然后接着怒怼范冰冰,而且一而再再而三的怒怼范冰冰。

本论文研究者认为解决该问题的关键在于通信,这可以增强策略间的协调。MARL 中有一些学习通信的方法,包括 DIAL [3]、CommNet [23]、BiCNet [18] 和 master-slave [7]。然而,现有方法所采用的智能体之间共享的信息或是预定义的通信架构是有问题的。当存在大量智能体时,智能体很难从全局共享的信息中区分出有助于协同决策的有价值的信息,因此通信几乎毫无帮助甚至可能危及协同学习。此外,在实际应用中,由于接收大量信息需要大量的带宽从而引起长时间的延迟和高计算复杂度,因此所有智能体之间彼此的通信是十分昂贵的。像 master-slave [7] 这样的预定义通信架构可能有所帮助,但是它们限定特定智能体之间的通信,因而限制了潜在的合作可能性。

学界|北京大学提出注意力通信模型ATOC,助力多智能体协作

为了解决这些困难,本论文提出了一种名为 ATOC 的注意力通信模型,使智能体在大型 MARL 的部分可观测分布式环境下学习高效的通信。受视觉注意力循环模型的启发,研究者设计了一种注意力单元,它可以接收编码局部观测结果和某个智能体的行动意图,并决定该智能体是否要与其他智能体进行通信并在可观测区域内合作。如果智能体选择合作,则称其为发起者,它会为了协调策略选择协作者来组成一个通信组。通信组进行动态变化,仅在必要时保持不变。研究者利用双向 LSTM 单元作为信道来连接通信组内的所有智能体。LSTM 单元将内部状态(即编码局部观测结果和行动意图)作为输入并返回指导智能体进行协调策略的指令。与 CommNet 和 BiCNet 分别计算内部状态的算术平均值和加权平均值不同,LSTM 单元有选择地输出用于协作决策的重要信息,这使得智能体能够在动态通信环境中学习协调策略。

研究者将 ATOC 实现为端到端训练的 actor-critic 模型的扩展。在测试阶段,所有智能体共享策略网络、注意力单元和信道,因此 ATOC 在大量智能体的情况下具备很好的扩展性。研究者在三个场景中通过实验展示了 ATOC 的成功,分别对应于局部奖励、共享全局奖励和竞争性奖励下的智能体协作。与现有的方法相比,ATOC 智能体被证明能够开发出更协调复杂的策略,并具备更好的可扩展性(即在测试阶段添加更多智能体)。据研究者所知,这是注意力通信首次成功地应用于 MARL。

图 1:ATOC 架构。

图 2:实验场景图示:协作导航(左)、协作推球(中)、捕食者-猎物(右)。




(责任编辑:赵企)

附件:

专题推荐

相关新闻


© 1996 - 2017 中国科学院 版权所有 京ICP备05002857号  京公网安备110402500047号 

网站地图    地址:北京市三里河路52号 邮编:100864