Benjamin Freed

収録論文 2本 ・ フィジカルAI/ロボット学習

※arXiv著者名で収集。同姓同名の別人の論文が含まれる場合があります。

論文

• 部分報酬分離によるマルチエージェントPPOのクレジット割り当て
  マルチエージェント強化学習2024/8/1

  MAPPOに注意機構ベースの部分報酬分離を導入し、大規模チームを動的に小グループに分解してクレジット割り当てを改善する手法PRD-MAPPOを提案。StarCraft II等でデータ効率と性能を向上させ、共有報酬設定にも拡張した。

• 部分報酬分離による協調型マルチエージェント方策の学習
  マルチエージェント強化学習2021/12/1

  大規模な協調型マルチエージェント強化学習の信用割当問題に対し、エージェントの部分集合ごとに問題を分離する部分報酬分離(PRD)を提案し、方策勾配の分散低減と性能向上を示した。