我所张严心老师完成的论文《一类基于概率优先经验回放机制的分布式多智能体软行动-评论者算法》于2023-04在《北京工业大学学报》正式发表。论文摘要如下：
摘要：针对实际多智能体系统对交互经验的庞大需求，在单智能体领域分布式架构的基础上，提出概率经验优先回放机制与分布式架构并行的多智能体软行动-评论者算法(DPER-MASAC)。该算法中的行动者以并行与环境交互的方式收集经验数据，为突破单纯最近经验在多智能体高吞吐量情况下被高概率抽取的局限性，提出更为普适的改进的基于优先级的概率方式对经验数据进行抽样利用的模式，并对智能体的网络参数进行更新。为验证算法的效率，设计了难度递增的2类合作和竞争关系共存的捕食者-猎物任务场景，将DPER-MASAC与MASAC和PER-MASAC共2种基线算法进行对比实验。结果表明，采用DPER-MASAC训练的捕食者团队其决策水平在最终性能和任务成功率2个维度上均有明显提升。
引用信息：张严心, 孔涵, 殷辰堃, 王子豪, 黄志清. 一类基于概率优先经验回放机制的分布式多智能体软行动-评论者算法[J]. 北京工业大学学报, 2023, 49(4): 459-466. DOI: 10.11936/bjutxb2022110019
论文链接：https://journal.bjut.edu.cn/bjgydxxb/article/doi/10.11936/bjutxb2022110019