AAAISep, 2019

从少到多：大规模动态多智体课程学习

PDF
TL;DR本文通过设计一种新的名为 DyMA-CL 的动态多智能体课程学习方法，在小规模智能体学习场景的基础上逐步增加智能体数量来解决大规模多智能体学习问题。同时，提出了三种跨课程的转移机制来加速学习过程，并设计了一种名为 DyAN 的动态智能体数量网络结构来处理网络输入的动态大小。实验结果表明，相对于现有的深度强化学习方法，DyMA-CL 使用 DyAN 可以大大提高大规模多智能体学习的性能，通过大量模拟还研究了三种课程间的转移机制的影响。
multiagent systemsdynamic multiagent curriculum learningtransfer mechanismsdynamic agent-number networkdeep reinforcement learning
发现论文，激发创造
  • 动态 LLM-Agent 网络：一种具有代理团队优化的 LLM-agent 协作框架

    基于任务查询构建动态交互结构的大型语言模型代理网络（DyLAN）在推理和代码生成任务中展现出良好性能，使用无监督度量的自动代理团队优化算法根据每个代理的贡献选择最佳代理，相较于 GPT-35-turbo 的单次执行，DyLAN 在 MATH 和 HumanEval 任务上分别实现了 13.0% 和 13.3% 的改进，并在 MMLU 特定主题上提高了 25.0% 的准确率。

    Oct, 2023

  • 分散和终身自适应的多智能体协作学习

    提出了 DeLAMA 算法，它是一种具有动态协作图的分散式多智能体协同学习算法，能够促进自主协作关系学习和适应动态任务，实现了 MSE 减少 98.80% 和分类准确率提高 188.87%，为未来建立智能、分散式和动态多智能体系统提供了基础技术。

    Mar, 2024

  • 低资源神经机器翻译的动态课程学习

    本研究提出一种动态课程学习方法，通过衡量模型的收益和能力来调整训练样本的顺序，从而使训练低资源神经机器翻译模型更加高效。在 Transformer-based 系统上的实验结果表明，该方法优于几个强基线，并适用于不同大小的 low-resource 机器翻译基准。

    Nov, 2020

  • 通过自动课程学习从单个人类演示中学习指导多个异构角色在星际争霸 II 中

    本文利用自动课程学习的方法，通过单一的人类示范将多个异质演员集中命令的命令和控制任务的整体难度进行了调整，在 StarCraft II 中模拟的真实军事场景中，训练出的智能体的表现超过了当下最先进的深度强化学习和匹配了人类专家的表现。

    May, 2022

  • 规划形状对高维状态空间中 Dyna-style 规划的影响

    本论文研究了 Dyna（一种基于模型的强化学习）在多个游戏中的应用，发现规划的形式对 Dyna 的有效性有深刻影响，同时也是第一次成功地使用了手头有限的学习动态模型进行规划，该研究表明 Dyna 是解决高维度问题中的模型泛化能力问题的一种可行方法。

    Jun, 2018

  • 自动机导向下的强化学习智能体课程生成

    提出了 AGCL，一种基于确定性有限状态自动机（DFA）和面向对象马尔可夫决策过程（OOMDP）表示法的自动生成课程的方法，该方法在格子世界和基于物理仿真的机器人领域中的实验表明，AGCL 产生的课程在时间阈值性能上比最先进的课程学习和自动机引导强化学习技术实现了性能的提高。

    Apr, 2023

  • 具有动态参与智能体的可转移的多智能体强化学习

    本研究提出一种具有 Few-shot Learning 算法的网络架构，允许在集中式训练期间代理的数量变化，这可以使新代理的模型适应速度比基线模型快 100 多倍。

    Aug, 2022

  • MAN: 多动作网络学习

    我们提出了一种新的 DRL 算法 Multi-Action Networks Learning 来解决高维度大离散行动空间的问题，并实验验证得出，MAN 比当前用于大离散行动空间的异步时间差分算法更快地学习策略。

    Sep, 2022

  • 基于情景无关表征实现多智能体迁移强化学习

    通过将各种状态空间统一为固定大小的输入，以便在 MAS 中的不同场景中使用一种统一的深度学习策略，我们介绍了一种新的框架，使得多智能体强化学习能够进行迁移学习。在 StarCraft Multi-Agent Challenge（SMAC）环境中，通过从其他场景学习到的机动技能，相比于从头学习的智能体，我们的方法在多智能体学习性能方面取得了显著的提升。此外，通过采用课程式迁移学习（CTL），使我们的深度学习策略逐步获取各个预先设计的同质学习场景中的知识和技能，促进智能体之间和智能体内部的知识传递，从而在更复杂的异质场景中实现高水平的多智能体学习性能。

    Feb, 2024

  • 尝试时重来，而不是尝试更久：自适应课程学习的先验学习

    该研究论文提出了一种两阶段自适应教学方法，以提高深度强化学习（DRL）智能体的性能，主要包括使用过程生成任务、自动课程学习（ACL）和探索课程等关键词。

    Apr, 2020