English
邮箱
联系我们
网站地图
邮箱
旧版回顾



www.w6603.net:《海贼王》娜美新手办造型撩人

文章来源:www.w6603.net    发布时间:2018年09月24日 01:00  【字号:      】

www.w6603.net
起飞今后,飞时机依据航线的方位飞到地图的上空,这时分玩家就能够依据地图上的方位标出点来。

让我们具体研讨这些家庭疗法。

这标志着,“山神”飓风的剩余云系现已从头加强为热带低压。上海市金山区2035年总体规划的开展方针如下所示。由于沙特阿拉伯和俄罗斯表示他们准备好缓解供应限制,油价周五下跌逾3%至每桶76美元。

先跌为敬!国际油价大幅下跌逾3% OPEC因特朗普抱怨油价过高欲提产

接近目标

俄罗斯能源部长诺瓦克表示,由于委内瑞拉的产量下降,目前的削减量实际为270万桶/日,比最初商定的削减量高出约100万桶。

诺瓦克没有透露欧佩克和俄罗斯是否会在6月会议上决定提高产量100万桶。但他表示,可能的结果是逐步放松的协议。

“将提出不同的选择。但是,这很可能会逐渐缓解。”诺瓦克在俄罗斯能源部网站发表的评论中说。

提示广阔青少年平衡车的安全隐患。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)。

咱们大部分生果假如是不把皮去掉的话应该都知道,可是假如去皮后的生果呢?你还知道吗?接下来就一同来看一下吧。7月26日至7月29日,代表全国中学生田径竞技最高水准的“全国中学生田径锦标赛”(以下简称中田赛)将在大庆一中举办。




(责任编辑:丁春兴)

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