首页
/ 推荐使用:DGN——图卷积强化学习框架

推荐使用:DGN——图卷积强化学习框架

2024-05-21 02:27:38作者:范靓好Udolf

项目介绍

DGN(图卷积强化学习)是一种创新的多智能体强化学习算法,由北京大学的研究人员开发。它的核心思想是将多智能体环境建模为一个图,每个智能体作为图中的节点,而节点的特征表示为智能体对本地观测的编码。通过引入注意力机制作为卷积核,DGN可以在图上执行卷积操作,提取节点间的关系表示,并从邻近节点传播特征,类似于传统的卷积神经网络(CNN)。这种模型利用逐渐扩大的感受野来学习协同策略,并对关系表示进行时间上的正则化,以帮助智能体发展一致的协作政策。

DGN架构图

项目技术分析

DGN的核心在于图卷积和注意力机制的结合。所有智能体共享权重,这解决了非站定性问题并确保了关系提取的高效性。由于智能体通过关系内核基于其观察结果来提取它们之间的关系,如果编码器不同(智能体以不同的方式编码观察),关系内核很难学习到它们的关系,因为图是高度动态的。共享参数的策略使DGN能够自然地避免这个问题,并作为一个整体对所有目标进行优化。

此外,DGN的实现简单且高效,已在多个基准测试场景中超越了许多最先进的算法。

项目及技术应用场景

DGN的适用范围广泛,已经在以下领域展现出潜力:

我们期待DGN能在更多实际应用中发挥重要作用。

项目特点

  • 灵活的环境适应性:DGN能适应动态环境,无论每个智能体的邻居数量如何变化,或图如何连接(断开或完全连接)。
  • 参数共享:智能体重用同一组权重,避免了非站定性问题,提高了训练效率。
  • 强大的关系表示:通过图卷积和注意力机制,DGN能捕捉复杂的节点间关系。
  • 优秀的表现:在多种多智能体任务中,DGN的性能优于现有方法。

若您使用DGN,请引用相关论文:

Jiechuan Jiang, Chen Dun, Tiejun Huang, and Zongqing Lu. Graph Convolutional Reinforcement Learning. ICLR'20.

@inproceedings{jiang2020graph,
     title={Graph Convolutional Reinforcement Learning},
     author={Jiang, Jiechuan and Dun, Chen and Huang, Tiejun and Lu, Zongqing},
     booktitle={ICLR},
     year={2020}
}

立即尝试DGN,开启您的图卷积强化学习之旅吧!

登录后查看全文
热门项目推荐

项目优选

收起
docsdocs
OpenHarmony documentation | OpenHarmony开发者文档
Dockerfile
156
2 K
kernelkernel
deepin linux kernel
C
22
6
pytorchpytorch
Ascend Extension for PyTorch
Python
38
72
ops-mathops-math
本项目是CANN提供的数学类基础计算算子库,实现网络在NPU上加速计算。
C++
519
50
RuoYi-Vue3RuoYi-Vue3
🎉 (RuoYi)官方仓库 基于SpringBoot,Spring Security,JWT,Vue3 & Vite、Element Plus 的前后端分离权限管理系统
Vue
943
556
ohos_react_nativeohos_react_native
React Native鸿蒙化仓库
C++
196
279
openHiTLSopenHiTLS
旨在打造算法先进、性能卓越、高效敏捷、安全可靠的密码套件,通过轻量级、可剪裁的软件技术架构满足各行业不同场景的多样化要求,让密码技术应用更简单,同时探索后量子等先进算法创新实践,构建密码前沿技术底座!
C
993
396
communitycommunity
本项目是CANN开源社区的核心管理仓库,包含社区的治理章程、治理组织、通用操作指引及流程规范等基础信息
361
12
openGauss-serveropenGauss-server
openGauss kernel ~ openGauss is an open source relational database management system
C++
146
191
金融AI编程实战金融AI编程实战
为非计算机科班出身 (例如财经类高校金融学院) 同学量身定制,新手友好,让学生以亲身实践开源开发的方式,学会使用计算机自动化自己的科研/创新工作。案例以量化投资为主线,涉及 Bash、Python、SQL、BI、AI 等全技术栈,培养面向未来的数智化人才 (如数据工程师、数据分析师、数据科学家、数据决策者、量化投资人)。
Python
75
71