This report presents a deep reinforcement algorithm for multi-agent systems based on the classicalDeep Q-Learning algorithm. The method considers a decentralized approach to controlling theagents, by equipping each agent with its own neural network and replay memory. Training isconducted in a shared environment, enabling mutual interaction between agents. We give a fulldescription of our method and test it on a simple model of a warehouse, in which the objective is topick up and deliver packages to specified locations. We show that the algorithm performs well for alow number of agents, but sees a decline in performance once the numbers become high. A solutionto this problem is proposed.

Rapporten presenterar en algoritm för förstärkande inlärning tillämpad på multiagenta systembaserad på den klassiska Deep Q-Learning algoritmen. Metoden betraktar decentraliserad kontroll avagenter, genom att förse varje enskild agent med ett eget minne och neuralt nätverk. Träningengenomförs i en gemensam miljö för att möjliggöra inbördes interaktioner mellan agenter. Vi ger enkomplett beskrivning av metodiken och testar den på en modell av ett varuhus, där målet är attplocka upp och leverera paket till specificierade platser. Vi visar att algoritmen presterar väl dåantalet agent är låga, men uppvisar försämrad prestanda då antalet ökar. En lösning till dettaproblem föreslås.