Dec, 2019

BADGER: 通过多智能体通信学习（学习算法）

PDF
TL;DR本研究提出了一种基于新颖的内存多智能体元学习架构和学习过程的方法，使得通过学习算法来进行通信，可以学习共享的通信策略，从而在单个代理中的同质专家的相互作用中出现行为、适应性和适应性学习。由于所有专家在代理内共享单一策略，以及 'Badger' 的内在可模块化性，所提出的架构应该允许超越现有方法所见的一般化水平。
memory-based multi-agent meta-learningcommunication policylearning algorithmsbehavior adaptationmodularity
发现论文，激发创造
  • 从图模型视角学习多智能体通信

    通过引入 CommFormer，将多个智能 Agent 之间的通讯架构视为可学习的图形，采用连续松弛和关注机制的方式，在协作任务上优化通讯图并通过梯度下降同时完善架构参数，证实了模型在不同合作场景下，无论 Agent 数量的变化，都能协调更好且更复杂的策略。

    May, 2024

  • 通过基于记忆的通信提高小规模多智体深度强化学习中的协调

    本文提出了一个基于深度确定性策略梯度的多智能体训练框架，利用存储设备并发端到端学习明确的通信协议，来提高小规模系统中智能体的协作和性能，同时研究了不同通信模式对性能的影响。

    Jan, 2019

  • 可适应辅助多智能体对抗生成的通信抗干扰多智能体学习

    本文提出了一种适应性的多智能体辅助对抗生成方法（Multi-Agent Auxiliary Adversaries Generation for robust Communication，MA3C）以提高多智能体强化学习中通信策略的鲁棒性，其中引入了一种新型的信息攻击方法，并采用进化学习的赋权攻击器种群生成策略，同时训练发出消息的系统和攻击器以提高其适应能力。实验证明，该方法提高了多样性和鲁棒性。

    May, 2023

  • 使用反向传播算法学习多智能体通信

    本文提出了一种名为 CommNet 的神经网络模型，该模型适用于多智能体协作任务。模型包含多个智能体，并且智能体之间的通信是在模型训练过程中学习的。实验证明，相互学习的智能体能够相互间进行有效通信，在协作任务上表现出更好的性能，有时可以将智能体所产生的语言解释为解决任务的简单而有效策略。

    May, 2016

  • 网络上个性化模型的分散协作学习

    本论文研究了一组学习代理在协作对等网络中，每个代理根据自己的学习目标学习个性化模型。本文介绍和分析了两种异步流言算法，以完全分散的方式运行。我们的第一种方法旨在在网络上平滑预训练的本地模型，同时考虑每个代理在其初始模型中的置信度。在我们的第二种方法中，代理共同学习和传播其模型，基于其本地数据集和邻居的行为进行迭代更新，为了优化这一具有挑战性的目标，我们的分散算法是基于 ADMM。

    Oct, 2016

  • 具有新兴通讯的网络多智能体强化学习

    本研究使用紧密联系的智能体通过互相交流离散符号彼此合作完成任务。通过分析他们之间的交流，证明了他们发展的语言与网络拓扑有关，并在交通控制器问题上实现了最先进的性能。

    Apr, 2020

  • 多智能体团队中可迁移合作行为的学习

    提出使用共享的代理 - 实体图来建模多智能体相互作用，并利用基于图的强化学习训练代理实现协作行为，实现了对多种任务的有效解决，并展示了其泛化能力。

    Jun, 2019

  • 通过智能通信渠道协调多个代理商之间的政策

    本文提出了一种新的多智能体强化学习通信方式，通过智能协调员筛选和解释所有代理提供的信号来提高个体的集体表现，该架构优于现有基线方法在多个合作环境中的表现。

    May, 2022

  • 可伸缩的多智能体模型基强化学习

    本文提出了一种名为 MAMBA 的新方法，通过利用基于模型的强化学习（MBRL）进一步利用合作环境中的集中式训练，从而使代理之间的通信足以在执行阶段维持每个代理的世界模型，而虚拟推演可用于培训，从而通过减少与环境的互动次数，以与 Model-Free 的现有方法相比，在 SMAC 和 Flatland 的具有挑战性的领域中实现良好的性能。

    May, 2022

  • 元训练智能体实现贝叶斯最优智能体

    该研究通过在一些预测和赌博任务上的实验，发现元学习可以作为近似数值逼近贝叶斯最优智能体的一般技术。实验结果表明，memory-based meta-learning 可以使一些不可解的任务变得可解。

    Oct, 2020