UneVEn: Universal value exploration for multi-agent reinforcement learning

UneVEn: Universal value exploration for multi-agent reinforcement learning

VDN and QMIX are two popular value-based algorithms for cooperative MARL that learn a centralized action value function as a monotonic mixing of per-agent utilities. While this enables easy decentralization of the learned policy, the restricted joint action value function can prevent them from solvi...

Bibliografiset tiedot
Päätekijät:	Gupta, T, Mahajan, A, Peng, B, Boehmer, W, Whiteson, S
Aineistotyyppi:	Conference item
Kieli:	English
Julkaistu:	PMLR 2021

Samankaltaisia teoksia

Randomized entity-wise factorization for multi-agent reinforcement learning
Tekijä: Iqbal, S, et al.
Julkaistu: (2021)

Multi-agent common knowledge reinforcement learning
Tekijä: de Witt, C, et al.
Julkaistu: (2019)

MAVEN: Multi-Agent Variational Exploration
Tekijä: Mahajan, A, et al.
Julkaistu: (2019)

RODE: learning roles to decompose multi−agent tasks
Tekijä: Wang, T, et al.
Julkaistu: (2021)

Weighted QMIX: Expanding monotonic value function factorisation for deep multi−agent reinforcement learning
Tekijä: Rashid, T, et al.
Julkaistu: (2020)

Analysing factorizations of action-value networks for cooperative multi-agent reinforcement learning
Tekijä: Castellini, J, et al.
Julkaistu: (2021)

Exploration and value function factorisation in single and multi-agent reinforcement learning
Tekijä: Rashid, T
Julkaistu: (2021)

Monotonic value function factorisation for deep multi-agent reinforcement learning
Tekijä: Rashid, T, et al.
Julkaistu: (2020)

Tesseract: tensorised actors for multi−agent reinforcement learning
Tekijä: Mahajan, A, et al.
Julkaistu: (2021)

Bayesian action decoder for deep multi-agent reinforcement learning
Tekijä: Whiteson, S
Julkaistu: (2019)

Learning to communicate with Deep multi-agent reinforcement learning
Tekijä: Foerster, J, et al.
Julkaistu: (2016)

QMIX: Monotonic value function factorisation for deep multi-agent reinforcement learning
Tekijä: Rashid, T, et al.
Julkaistu: (2018)

Deep residual reinforcement learning
Tekijä: Zhang, S, et al.
Julkaistu: (2020)

Stabilising experience replay for deep multi-agent reinforcement learning
Tekijä: Foerster, J, et al.
Julkaistu: (2017)

The challenges and future perspective of Kenaf Wo-ven reinforcement in thermoset polymer composites in Malaysia: a review
Tekijä: Lee, Ching Hao, et al.
Julkaistu: (2021)

Improving single and multi-agent deep reinforcement learning methods
Tekijä: Gupta, T
Julkaistu: (2023)

End-to-end deep reinforcement learning for multi-agent collaborative exploration
Tekijä: Chen, Zichen, et al.
Julkaistu: (2021)

Infrastructure, sustainability and unevenness : exploring marginalization in Mexico
Tekijä: Quezada Medina, Jessica.
Julkaistu: (2020)

Regularized Softmax Deep Multi−Agent Q−Learning
Tekijä: Pan, L, et al.
Julkaistu: (2022)

Deep multi-agent reinforcement learning
Tekijä: Foerster, J
Julkaistu: (2018)

Towards coordinated multi-agent exploration problem via segmentation and reinforcement learning
Tekijä: Chen, Zichen
Julkaistu: (2020)

Deep reinforcement learning to multi-agent deep reinforcement learning
Tekijä: Samieiyeganeh, Mehdi, et al.
Julkaistu: (2022)

Transient non−stationarity and generalisation in deep reinforcement learning
Tekijä: Igl, M, et al.
Julkaistu: (2021)

Learning multi-agent competitive games with reinforcement learning
Tekijä: Neo, Yong Tai
Julkaistu: (2022)

VIREL: A variational inference framework for reinforcement learning
Tekijä: Fellows, M, et al.
Julkaistu: (2019)

Cooperation and Fairness in Multi-Agent Reinforcement Learning
Tekijä: Aloor, Jasmine, et al.
Julkaistu: (2024)

Multi-Agent Reinforcement Learning for Autonomous Robotics
Tekijä: Vincent, Caroline R.
Julkaistu: (2024)

Data-efficient multi-agent reinforcement learning
Tekijä: Wong, Reuben Yuh Sheng
Julkaistu: (2022)

Hierarchical multi-agent reinforcement learning with options
Tekijä: Ang, Wan Qi
Julkaistu: (2021)

Europe's uneven development
Tekijä: Hennig, BD, et al.
Julkaistu: (2015)

Une expérience rhétorique
Julkaistu: (2017)

Dynamics of uneven development /
Tekijä: 347732 Mainwaring, Lynn
Julkaistu: (1991)

Multi-Agent Reinforcement Learning For Swarm Robots Formation
Tekijä: Bujang, Christina
Julkaistu: (2021)

Multi agent reinforcement learning for UAV collision avoidance
Tekijä: Abdul Hamid, Nor Asilah Wati, et al.
Julkaistu: (2024)

Analyzing Multi-Agent Reinforcement Learning and Coevolution in Cybersecurity
Tekijä: Turner, Matthew, et al.
Julkaistu: (2022)

Coordination and communication in deep multi-agent reinforcement learning
Tekijä: Schroeder de Witt, CA
Julkaistu: (2021)

Exploring Memory in Reinforcement-Learned Agents for Smarter Lateral Movement
Tekijä: Johnson Schofield, Catherine
Julkaistu: (2024)

Augmented realities and uneven geographies: exploring the geo-linguistic contours of the web
Tekijä: Graham, M
Julkaistu: (2013)

Uneven paths of development : innovation and learning in Asia and Africa /
Tekijä: 289462 Oyelaran-Oyeyinka, Banji, et al.
Julkaistu: (2008)

Evolutionary transfer learning for complex multi-agent reinforcement learning systems
Tekijä: Hou, Yaqing
Julkaistu: (2017)