Scidown文献预览系统！
面向机器人系统的多智能体强化学习:学习自适应稀疏通信图( Scaling Up Multiagent Reinforcement Learning for Robotic Systems: Learn an Adaptive Sparse Communication Graph )
C Sun M Shen JP How
多智能体系统中的多智能体强化学习（multiagent Erinancial learning,MARL）的复杂度随智能体数目的增加呈指数增长。这种可伸缩性问题阻碍了MARL在大规模多Agent系统中的应用。然而，MARL中一个经常被忽视的关键特征是，主体之间的相互作用相当稀疏。由于没有利用这种稀疏结构，现有的工作将来自所有代理的信息聚合在一起，因此具有很高的样本复杂度。针对这一问题，我们通过推广稀疏诱导激活函数，提出了一种自适应稀疏注意机制。然后利用基于这种新的注意力机制的图神经网络学习MARL中的稀疏通信图。通过这种稀疏性结构，代理之间可以通过选择性地关注最重要的代理以有效的方式进行通信，从而在几乎不损害最优性的情况下减小了MARL问题的规模。比较结果表明，我们的算法能够学习到一个可解释的稀疏结构，并且在涉及大规模多智能体系统的应用中性能明显优于以往的工作。
SciDown文献求助系统（解决99%问题） Public Download ResearchGate arXiv.org
『Sci-Hub|Scidown』怎么用？来看看教程吧！

支持模式 1.支持DOI号 2.支持英文文献全名搜索 3.支持参考文献搜索 4.知网文献（暂时关闭）

安卓手机、电脑用户，您可以在QQ浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！（注意是文献的DOI号）

苹果手机用户，您需要先在App Store里搜索并下载 Documents by Readdle 这个APP，在APP首页，左划右下角的指南针图标打开APP内置浏览器，在浏览器里输入 www.scidown.cn 打开scidown解析，就可以解析、下载了！

如出现BUG？赶快加入【Scidown互助交流群】反馈吧：729083885【点击一键加群】
『Sci-Hub|Scidown』相关参考文献
scidown 从X-Bar理论到短语结构理论下载
scidown 大容量锂离子电池过充试验条件及热稳定性研究下载
scidown 基于结构的药物发现决策:对接结果的可视化检查下载