训练可观测控制策略以通过动作暴露智能体状态

Andres Enriquez Fernandez, John J. Bird

摘要

本文研究在缺乏显式通信的情况下，通过智能体的动作来估计其状态。利用强化学习训练策略，使状态估计问题更易处理，并在飞机跟踪问题中验证了该方法对任务性能影响极小。

reinforcement learningstate estimationobservabilitymultiagent systemsaircraft tracking

LEARNING

📊 8,465 引用

D. O. Hebb

2005

LEARNING

📊 7,678 引用

Benoît B. Mandelbrot, John W. Van Ness

1968

LEARNING

开放获取📊 7,484 引用

Laith Alzubaidi, Jinglan Zhang, Amjad J. Humaidi 等 10 位作者

2021

LEARNING

📊 4,608 引用

Andre Esteva, Alexandre Robicquet, Bharath Ramsundar 等 10 位作者

2018