English
邮箱
联系我们
网站地图
邮箱
旧版回顾



利来国际娱乐真人:跑男节目突袭李光洙家中搜出A片

文章来源:利来国际娱乐真人    发布时间:2018年07月21日 17:27  【字号:      】

利来国际娱乐真人

惠普发布多款游戏新品:暗影精灵4、光影精灵4来了!

除了基础配置之外,暗影精灵4中有几款采用了 144Hz IPS 电竞级显示屏,拥有72%NTSC色域,响应时间仅为7ms。为了保证游戏的顺畅,暗影精灵4还内置了狂暴模式、网络助推器和 Game Stream 游戏串流功能,保证性能和网络的稳定。散热方面,惠普也重新设计了进风口、出风口和散热风扇,拥有更好散热的前提下也有更小的噪音。

光影精灵4代

周鸿祎:马云擅长洞察人性,但有一点,马云始终比不上我!

说起周鸿祎,网友们首先会想到“红衣教主”这个称号。毕竟周鸿祎走到哪都喜欢穿上那么一件红杉。说真的,周鸿祎是独立于BAT之外的又一领导人。

早前,周鸿祎领导的360先后与腾讯百度等公司干架。虽然都输了,但周鸿祎却并不认为。因为在周鸿祎看来,只有不断犯错,才能有成长的机会!

周鸿祎还评价过腾讯公司。正如他自己说说:当年的3Q大战爆发,360彻底让腾讯明白了一些道理。要知道腾讯以往很喜欢打压竞争对手,而且是多领域的打压。但是再强大的公司也必然有自己的短板。腾讯也不可能做到每个领域都强大。

于是周鸿祎给马化腾出了个建议,就是让腾讯开放,去投资那些有前景的公司。果不其然,腾讯近些年都在走这样的路线。事实证明,腾讯成为了亚洲最值钱的科技公司!

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:卫宗修)

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