English
邮箱
联系我们
网站地图
邮箱
旧版回顾



lc1818 com:博兴交警全面排查校车安全隐患确保学生乘车安全

文章来源:lc1818 com    发布时间:2018年07月18日 07:15  【字号:      】

lc1818 com活动设多个版块 8分钟约会滚动进行

从10月17日起,“2017南国万人相亲会暨海南婚庆博览会”启动报名,大会现场将设资料展示专区、舞台互动专区、相亲活动专区、专场活动专区等专区。另外,在相亲会当天,还会专门设8分钟约会区,不断滚动地进行,让参加活动的嘉宾们可以有更多的时间深入了解对方,进行互动。

现场报名


而就美国方面来说,他也希更多的国家将黄金存放在自己这里。这样他就可以钳制其他国家了呀,一旦情况有变,这些黄金就是很好的人质。

刚刚,这个国家崩盘了,还干了一件惊天大事

现在,土耳其表示,要将黄金全部运回国内,就是对美国投了极其不信任的一票。

尤其是特朗普上台后,以美国的利益为重,不择手段,到处退出各个组织,导致美国的信用急剧降低。

品牌如何打响?

走南闯北 闯出大市场

作为从岛外引入的果品,琼中绿橙凭什么成为海南的拳头农产品?转折出现在2006年——“琼中绿橙”成为海南首个地理标志商标,让这个外来客的腰杆一下立了起来。“从2003年开始,我们就开始着手申请‘琼中绿橙’这一地理标志证明商标。”林培介绍,差不多从那时开始,琼中人逐渐有了品牌意识。

手持拍摄神器!大疆如影Ronin-S手持云台正式开售!

大疆作为国内乃至世界领先的商用无人机厂商,在影像设备领域有着非常高的造诣,相信本次推出的手持云台产品可以较好地辅助摄影师或摄像师完成户外拍摄、手持拍摄的工作。

同时,作为一款准专业级的辅助设备,4399元的售价并不算高,甚至还显得有些实惠。即使对于一般的消费者来说,在大疆如影S手持云台的帮助下,他们也可以轻松完成当下比较热门的V-Log拍摄工作,可谓工欲善其事必先利其器。

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:冯垭琴)

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