基于隐表征时序演化约束的多智能体值分解强化学习方法
Value-consistent self-predictive representation method for multi-agent value-decomposition reinforcement learning
1. 中国电子科技集团公司第五十四研究所, 石家庄 050081
2. 电子科技大学, 成都 611731
摘要
在部分可观测合作型多智能体强化学习中，值分解方法常依赖隐表征编码动作-观测历史，因此隐表征不仅要表示任务相关信息，还需刻画环境动态及智能体交互带来的时序依赖。但现有方法对其时序演化缺乏显式约束，难以学习稳定一致的表示。为缓解该问题，提出一种基于隐表征时序演化约束的多智能体值分解强化学习方法。在保持值分解方法单调混合和分散执行框架不变的基础上，方法在个体循环价值网络中引入自预测表征学习模块，利用当前隐藏状态预测未来局部表征，并通过价值一致性约束使预测表征与未来目标表征在动作价值空间保持一致，从而提升表征的可预测性、稳定性与协同决策能力。在SMAC实验中，VCR-QMIX平均最终胜率达90.89%，较QMIX提升8.94个百分点，并在AULC和收敛速度上优于基线，消融实验验证了各模块的有效性。
基金项目
国家自然科学基金资助项目(62306062)
中央高校基本科研业务费项目(ZYGX2024XJ033)四川省自然科学基金资助项目(2025ZNSFSC1467)
出版信息
DOI: 10.19734/j.issn.1001-3695.2026.07.0177
出版期卷: 《计算机应用研究》 优先出版, 2027年第44卷 第2期
发布历史
[2026-10-23] 优先出版
引用本文
贾昊, 钟麟, 解志卿, 等. 基于隐表征时序演化约束的多智能体值分解强化学习方法 [J]. 计算机应用研究, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.07.0177. (Jia Hao, Zhong Lin, Xie Zhiqing, et al. Value-consistent self-predictive representation method for multi-agent value-decomposition reinforcement learning [J]. Application Research of Computers, 2027, 44 (2). (2026-10-24). https://doi.org/10.19734/j.issn.1001-3695.2026.07.0177. )
关于期刊
- 计算机应用研究 月刊
- Application Research of Computers
-
刊号
ISSN 1001-3695
CN 51-1196/TP
《计算机应用研究》创刊于1984年，是由四川省科技厅所属四川省计算机研究院主办的计算技术类学术刊物。
《计算机应用研究》瞄准本学科领域迫切需要的前沿技术，及时反映国内外计算机应用研究的主流技术、热点技术及最新发展趋势。主要刊载内容包括本学科领域高水平的学术论文、本学科最新科研成果和重大应用成果。栏目内容涉及计算机学科新理论、计算机基础理论、算法理论研究、算法设计与分析、区块链技术、系统软件与软件工程技术、模式识别与人工智能、体系结构、先进计算、并行处理、数据库技术、计算机网络与通信技术、信息安全技术、计算机图像图形学及其最新热点应用技术。
《计算机应用研究》拥有众多高层次读者、作者，读者对象主要为从事计算机学科领域高、中级研究人员及工程技术人员，各高等院校计算机专业及相关专业的师生。多年来《计算机应用研究》的总被引频次及Web下载率一直名列本学科同类学术刊物前茅，所刊发的学术论文以其新颖性、学术性、前瞻性、导向性、实用性而备受广大读者的喜爱。
收录和评价
- 第二届国家期刊奖百种重点期刊
- 中国期刊方阵双效期刊
- 全国中文核心期刊（北大2023年版）
- 中国科技核心期刊
- 中国科学引文数据库(CSCD)来源期刊
- RCCSE中国核心学术期刊
- 中国计算机学会会刊
- 2020—2025年科技期刊世界影响力指数(WJCI)报告收录期刊
- 中国科技期刊精品数据库全文来源期刊
- 中国学术期刊综合评价数据库来源期刊
- 《中国期刊网》《中国学术期刊(光盘版)》来源期刊
- 2017—2019年中国国际影响力优秀学术期刊(自然科学与工程技术)
- 中国精品科技期刊顶尖学术论文(F5000)项目来源期刊
- 《中国工程技术电子信息网》《电子科技文献数据库》来源期刊
- 英国《科学文摘》(INSPEC)来源期刊
- 《日本科学技术振兴机构数据库》(JST)来源期刊
- 俄罗斯《文摘杂志》(AJ, VINITI)来源期刊
- 美国《艾博思科学术数据库》(EBSCO)全文来源期刊
- 美国《剑桥科学文摘(自然科学)》(CSA(NS))核心期刊
- 波兰《哥白尼索引》(IC)来源期刊
- 美国《乌利希期刊指南(网络版)》(Ulrichsweb)收录期刊
