English
邮箱
联系我们
网站地图
邮箱
旧版回顾



凯时娱乐备用域名:惊险!川航客机生死2400秒:遇险急降盲飞降落

文章来源:凯时娱乐备用域名    发布时间:2018年07月20日 09:02  【字号:      】

凯时娱乐备用域名
愿访青瓦台

“仪式相对简略,如果您今后愿造访青瓦台,我将举行更为隆重的仪式。”——文在寅

“如果受邀,愿意前往。”——金正恩

“这棵树长了好多荔枝,个头都很大,看着就想吃。”22日下午,居民林阿姨带着孙子在院子里散步,看见结满果实的荔枝树笑着对记者说。林阿姨说,小区里有不少果树,就数荔枝树结的果最好。

园林工人陈大哥说,这棵荔枝树是建院时种下的,已经数十年了,如今长成大树,不仅为居民遮阴纳凉,结的果也备受欢迎。

为了防止有人偷摘荔枝,他们特意在树上挂上了“爱护公物,严禁攀爬”的标语。“以前院子里的果树结果成熟后,经常会有人偷摘。”陈大哥说,最近几年,小区统一管理,对果树进行栽培和看管,等到荔枝成熟后再进行采摘。

虽然绯闻男友大多都是荧幕帅哥,但获得钟嘉欣承认的正牌男友大多颜值都不是很高,只能说她选男人真的不是看颜值的,就连现在的老公也是。

Tvb小花现状:有人疑整容有人嫁丑老公,她和富豪离婚今成硕士

最近钟嘉欣还怀着二胎出席产假前的最后一个活动,其实很多观众都为她嫁了个“丑老公”感到可惜,比她大了13岁还不是富豪级别的,不过幸好她老公也是把她宠成小公主,也算是稍有遗憾但足够幸福的婚姻哦!

二三四五回应:未收到相关法院法律文件

小米称陆奇将加入系谣言,LOL 冠军杯赛因 BUG 取消

( cnBeta )5 月 27 日消息,近日有媒体发布消息称,三六零 (360) 在北京、武汉连续发起 6 起诉讼,要求二三四五赔偿总计 6000 万元经济损失。现在最新消息,二三四五今早在互动平台上回应称,公司经营一切正常,未收到相关法院法律文件。

据记者证实,北京知识产权法院受理了上述诉讼中的 3 起。三六零起诉称,2345 安全卫士及该产品中使用的优化加速、加速球、“2345 断网急救箱” 落入了涉案专利的保护范围,构成侵权。另 3 起案件立案于武汉市中级人民法院。三六零起诉称,2345 浏览器产品、2345 游戏盒子产品落入了涉案专利的保护范围,也构成侵权。

而对于此事,二三四五官方通过互动平台做出了回应称:“公司经营一切正常,截至目前,公司尚未收到传言中所述的相关法院法律文件,公司无应披露而未披露信息。”

本论文研究者认为解决该问题的关键在于通信,这可以增强策略间的协调。MARL 中有一些学习通信的方法,包括 DIAL [3]、CommNet [23]、BiCNet [18] 和 master-slave [7]。然而,现有方法所采用的智能体之间共享的信息或是预定义的通信架构是有问题的。当存在大量智能体时,智能体很难从全局共享的信息中区分出有助于协同决策的有价值的信息,因此通信几乎毫无帮助甚至可能危及协同学习。此外,在实际应用中,由于接收大量信息需要大量的带宽从而引起长时间的延迟和高计算复杂度,因此所有智能体之间彼此的通信是十分昂贵的。像 master-slave [7] 这样的预定义通信架构可能有所帮助,但是它们限定特定智能体之间的通信,因而限制了潜在的合作可能性。

学界|北京大学提出注意力通信模型ATOC,助力多智能体协作

为了解决这些困难,本论文提出了一种名为 ATOC 的注意力通信模型,使智能体在大型 MARL 的部分可观测分布式环境下学习高效的通信。受视觉注意力循环模型的启发,研究者设计了一种注意力单元,它可以接收编码局部观测结果和某个智能体的行动意图,并决定该智能体是否要与其他智能体进行通信并在可观测区域内合作。如果智能体选择合作,则称其为发起者,它会为了协调策略选择协作者来组成一个通信组。通信组进行动态变化,仅在必要时保持不变。研究者利用双向 LSTM 单元作为信道来连接通信组内的所有智能体。LSTM 单元将内部状态(即编码局部观测结果和行动意图)作为输入并返回指导智能体进行协调策略的指令。与 CommNet 和 BiCNet 分别计算内部状态的算术平均值和加权平均值不同,LSTM 单元有选择地输出用于协作决策的重要信息,这使得智能体能够在动态通信环境中学习协调策略。

研究者将 ATOC 实现为端到端训练的 actor-critic 模型的扩展。在测试阶段,所有智能体共享策略网络、注意力单元和信道,因此 ATOC 在大量智能体的情况下具备很好的扩展性。研究者在三个场景中通过实验展示了 ATOC 的成功,分别对应于局部奖励、共享全局奖励和竞争性奖励下的智能体协作。与现有的方法相比,ATOC 智能体被证明能够开发出更协调复杂的策略,并具备更好的可扩展性(即在测试阶段添加更多智能体)。据研究者所知,这是注意力通信首次成功地应用于 MARL。

图 1:ATOC 架构。

图 2:实验场景图示:协作导航(左)、协作推球(中)、捕食者-猎物(右)。




(责任编辑:张欣雨)

附件:

专题推荐

相关新闻


© 1996 - 2017 中国科学院 版权所有 京ICP备05002857号  京公网安备110402500047号 

网站地图    地址:北京市三里河路52号 邮编:100864