Exploration and value function factorisation in single and multi-agent reinforcement learning

Exploration and value function factorisation in single and multi-agent reinforcement learning

<p>The ability to learn from data is crucial in developing satisfactory solutions to many complex problems. In particular, in the design of intelligent agents that exist and interact with a complex environment in the pursuit of some goal. In this thesis we investigate some bottlenecks that can...

Ausführliche Beschreibung

Bibliographische Detailangaben
1. Verfasser:	Rashid, T
Weitere Verfasser:	Whiteson, S
Format:	Abschlussarbeit
Sprache:	English
Veröffentlicht:	2021
Schlagworte:	Reinforcement learning

Ähnliche Einträge

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

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

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

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

Goal modelling for deep reinforcement learning agents
von: Leung, Jonathan, et al.
Veröffentlicht: (2022)

Towards robust reinforcement learning
von: Paul, S
Veröffentlicht: (2020)

Understanding representation learning for deep reinforcement learning
von: Le Lan, C
Veröffentlicht: (2023)

Applications of multi-agent reinforcement learning in future internet: a comprehensive survey
von: Li, Tianxu, et al.
Veröffentlicht: (2022)

Bayesian and variational inference for reinforcement learning
von: Fellows, M
Veröffentlicht: (2021)

Temporal abstraction and generalisation in reinforcement learning
von: Smith, M
Veröffentlicht: (2023)

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

Curriculum learning improves compositionality of reinforcement learning agent across concept classes
von: Lin, Zijun
Veröffentlicht: (2024)

Inductive biases and generalisation for deep reinforcement learning
von: Igl, M
Veröffentlicht: (2021)

Fast adaptation via meta reinforcement learning
von: Zintgraf, L
Veröffentlicht: (2022)

Multi-agent reinforcement learning for the coordination of residential energy flexibility
von: Charbonnier, F
Veröffentlicht: (2023)

Guaranteed hierarchical reinforcement learning
von: Ang, Riley Xile
Veröffentlicht: (2024)

Exploration of network centrality in goal conditioned reinforcement learning
von: Sharma Divyansh
Veröffentlicht: (2024)

Towards efficient and robust reinforcement learning via synthetic environments and offline data
von: Lu, C
Veröffentlicht: (2023)

Reinforcement learning for robot assembly
von: Vuong Quoc Nghia
Veröffentlicht: (2024)

All learning is local: Multi-agent learning in global reward games
von: Chang, Yu-Han, et al.
Veröffentlicht: (2003)

Efficient and scalable methods for deep reinforcement learning
von: Farquhar, G
Veröffentlicht: (2020)

Deep reinforcement learning approaches for multi-objective problem in Recommender Systems
von: Ee, Yeo Keat
Veröffentlicht: (2022)

Strategically training and evaluating agents in procedurally generated environments
von: Everett, R
Veröffentlicht: (2019)

Optimal control and reinforcement learning for formula one lap simulation
von: Hoeppke, C
Veröffentlicht: (2022)

Deep Reinforcement Learning in complex environments
von: Nardelli, N
Veröffentlicht: (2021)

Streamlined sim-to-real transfer for deep-reinforcement learning in robotics locomotion
von: Campanaro, L
Veröffentlicht: (2023)

Autonomous agents in snake game via deep reinforcement learning
von: Wei, Zhepei, et al.
Veröffentlicht: (2019)

UneVEn: Universal value exploration for multi-agent reinforcement learning
von: Gupta, T, et al.
Veröffentlicht: (2021)

Improved Reinforcement-Based Profile Learning For Document Filtering
von: Mohammed Almurtadha, Yahya
Veröffentlicht: (2007)

Mastering the management of the vertical flight profile with reinforcement learning
von: Dalmau, Ramon, et al.
Veröffentlicht: (2024)

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

Personalized robotic control via constrained multi-objective reinforcement learning
von: He, Xiangkun, et al.
Veröffentlicht: (2024)

Knowledge Transfer for Deep Reinforcement Learning with Hierarchical Experience Replay
von: Yin, Haiyan, et al.
Veröffentlicht: (2017)

Variegated 360-degree video streaming in the metaverse: tailored reinforcement learning strategies
von: Deng, Hanzhi
Veröffentlicht: (2024)

Financial portfolio optimization: an autoregressive deep reinforcement learning algorithm with learned intrinsic rewards
von: Lim, Magdalene Hui Qi
Veröffentlicht: (2024)

Probabilistic guided exploration for reinforcement learning in self-organizing neural networks
von: Wang, Peng, et al.
Veröffentlicht: (2019)

Safe reinforcement learning in automotive
von: Shah, A
Veröffentlicht: (2020)

HRL4EC: hierarchical reinforcement learning for multi-mode epidemic control
von: Du, Xinqi, et al.
Veröffentlicht: (2023)

Explaining reinforcement learning agent for high-frequency trading in quantitative finance
von: Zhao, Yuqing
Veröffentlicht: (2024)

Learning system adaptive legged robotic locomotion policies
von: Gangapurwala, S
Veröffentlicht: (2022)