Óbudai Egyetem Digitális Archívum
    • magyar
    • English
  • magyar 
    • magyar
    • English
  • Bejelentkezés
Megtekintés 
  •   ÓDA repozitórium kezdőoldal
  • 5. Folyóiratcikkek
  • Acta Polytechnica Hungarica
  • 2. 2024
  • 2.08. 2024 Volume 21, Issue No. 4.
  • Megtekintés
  •   ÓDA repozitórium kezdőoldal
  • 5. Folyóiratcikkek
  • Acta Polytechnica Hungarica
  • 2. 2024
  • 2.08. 2024 Volume 21, Issue No. 4.
  • Megtekintés
JavaScript is disabled for your browser. Some features of this site may not work without it.

Improving Multiagent Actor-Critic Architectures, with Opponent Approximation and Dropout for Control

Thumbnail
Megtekintés/Megnyitás
Paczolay_Harmati_144.pdf (438.3KB)
Metaadat
Teljes megjelenítés
Link a dokumentumra való hivatkozáshoz:
http://hdl.handle.net/20.500.14044/33467
Gyűjtemény
  • 2.08. 2024 Volume 21, Issue No. 4. [16]
Absztrakt
In the domain of reinforcement learning, solution proposals to multiagent problems are evolving. We propose a new algorithm, MADDPGX, to handle the problem of higher uncertainty created by other agents’ actions by an enemy actor approximator, and we investigate the most efficient techniques of estimations. This approximation works using a neural network, which has the input of the state and the output as the action (probably preferred by the enemy agent). We also experimented with dropout, a tool commonly used for neural networks, but has not been used efficiently for reinforcement learning until now. We have also found that in multiagent actor-critic scenarios, it can improve overall performance. Generally, our contribution is the use of action approximation of adversaries and the dropout usage in actor-critic systems, with a conclusion that the newly proposed methods will perform better in zero-sum multi-agent robot system scenarios. The experiments were conducted in a multiagent predator-prey environment.
Cím és alcím
Improving Multiagent Actor-Critic Architectures, with Opponent Approximation and Dropout for Control
Szerző
Paczolay, Gabor
Harmati, Istvan
Megjelenés ideje
2024
Hozzáférés szintje
Open access
ISSN, e-ISSN
1785-8860
Nyelv
en
Terjedelem
20 p.
Tárgyszó
reinforcement learning, multiagent learning, dropout, MADDPG, MADDPGX
Változat
Kiadói változat
Egyéb azonosítók
DOI: 10.12700/APH.21.4.2024.4.13
A cikket/könyvrészletet tartalmazó dokumentum címe
Acta Polytechnica Hungarica
A forrás folyóirat éve
2024
A forrás folyóirat évfolyama
21. évf.
A forrás folyóirat száma
4. sz.
Műfaj
Tudományos cikk
Tudományterület
Műszaki tudományok - multidiszciplináris műszaki tudományok
Egyetem
Óbudai Egyetem

DSpace software copyright © 2002-2016  DuraSpace
Kapcsolat | Visszajelzés
Theme by 
Atmire NV
 

 

Böngészés

A teljes ÓDA-banKategóriák és gyűjteményekMegjelenés dátumaSzerzőCímTárgyszóA gyűjteménybenMegjelenés dátumaSzerzőCímTárgyszó

Személyes felhasználói fiók

BejelentkezésRegisztráció

DSpace software copyright © 2002-2016  DuraSpace
Kapcsolat | Visszajelzés
Theme by 
Atmire NV