基于深度强化学习的不完美信息群智夺旗博弈
复杂环境中群智博弈问题是近年来的研究热点之一.为解决不完美信息条件下多智能体夺旗博弈问题,本文提出了一种基于多智能体双重决斗深度Q网络(multi-agent dueling double deep Q-network,MAD3QN)以及图注意力网络(graph attention network,GAT)的多智能体夺旗博弈深度强化学习算法(G-MAD3QN).该算法在实现多智能体在迷宫地图中路径规划的同时,建模不完美信息条件下多智能体合作与竞争关系,从而确定夺旗博弈策略.在实验中,本文基于二维迷宫环境,考虑智能体观测信息不完美条件,将G-MAD3QN算法与多智能体深度Q网络(multi-agent deep Q-network,MADQN)、MAD3QN等多智能体深度强化学习的基线算法进行对比,从而验证了在二对二夺旗博弈中本文G-MAD3QN算法的有效性.
夺旗博弈、不完美信息、深度强化学习、图注意力网络
53
TP391;C93-03;TP14
国家自然科学基金;国家自然科学基金;重点国际地区合作研究项目
2023-05-04(万方平台首次上网日期,不代表论文的发表时间)
共12页
405-416