Feb, 2020

混合动机强化学习中的社会多样性与社会偏好

PDF
TL;DR该研究利用社会心理学中的互相依存理论，探究强化学习在混合动机游戏中的效果，发现代理人的群体异质性对于代理人的行为变化有着显著的影响，并在两个混合动机 Markov 游戏中得到实证结果。
发现论文，激发创造
  • 学习代理人异质群体中的道德行为动力学

    通过在多智能体环境中使用强化学习，研究了道德异质群体对个体智能体学习行为和整体行为的影响，发现某些类型的道德智能体能够引导自私的智能体更倾向于合作行为。

    Mar, 2024

  • 通过新兴的社会价值观学习角色

    本文提出了一种名为 Learning Roles with Emergent SVOs (RESVO) 的学习框架，结合社会科学中的社会价值取向（SVO）解决共同合作任务中的社会困境问题，通过对角色分配和奖励共享机制的学习，构建了一个基于 SVO 的角色嵌入空间，通过实验验证了该框架能够有效地解决不同复杂度的 ISD 问题。

    Jan, 2023

  • 基于群体的强化学习中有效的多样性

    本文介绍了一种基于行为多样性的优化方法，该方法使用任务不可知的行为嵌入度量整个人群的行为流形的体积，并通过在线学习技术适应多样性程度，从而提高探索能力，而不会降低性能。

    Feb, 2020

  • 如何协作训练异质强化学习代理，使其适应稀疏回报的环境？

    本研究结合内在动机和传递学习的思想，探讨了基于行动者 - 评论家模型共享参数和结合内在动机信息的多智能体协同学习算法，在探索和学习效率上有一定提升，并强调正确调节外部和内部奖励间的重要性，以避免不良学习行为。

    Feb, 2022

  • 多智能体系统中的社会价值取向和整体情感

    本研究考察了在多智能体社会中，以整体情感调节社交偏好的效果。我们开发了 Svoie，一种基于已确定的社交价值导向（SVO）政策以及替代整体情感政策做决策的多智能体代理设计方法。我们在资源共享任务环境中进行了模拟实验，并将 Svoie 代理的社会与固定 SVO 政策的代理社会进行了比较。我们发现，通过内在情绪来适应行为的代理社群可以达到与固定 SVO 政策的代理社群类似的集体福利，但不同 SVO 特征的代理人之间的不平等程度显著降低，并观察到通过让代理人在任务结果中改变政策，代理人可以调节自己的行为以实现更大的社会平等。

    May, 2023

  • 在跨时间社会困境任务中平衡探索和利用，提高合作

    通过多智能体强化学习，将学习速率纳入协作策略以平衡探索和开发性，实现集体行为的协调。在决策任务中，简单的策略有助于提高相对集体的回报，并且异构环境下的强化学习代理人较同质环境更具协调性。

    Oct, 2021

  • 基于内在价值驱动的合作多智能体系统的强化学习

    该研究论文提出了一种层次化的复合内在价值强化学习模型（IVRL），用于描述多智能体在协作中的复杂行为。通过理性地组织个体的各种需求，研究表明群体能够以更低的成本实现更好的性能。

    Jan, 2024

  • 异质社会中的社会公共品困境

    研究不同空间结构和社会公共物品在生物进化中如何影响互惠行为，发现异质性网络能够促进互惠行为的出现，但这也可能导致少数人受益，大多数人受益较少或负面影响。此外，研究还发现即使总成本超过总利益，社会产品的制作者也可能受到选择的青睐。

    Sep, 2019

  • 多元政策在无回报马尔可夫决策过程中的融合

    通过提供一个统一的多样性强化学习框架并研究多样性政策的收敛性，我们在这篇论文中提出了一个经过证明的有效多样性强化学习算法，并通过数值实验验证了我们方法的有效性。

    Aug, 2023

  • 使用多智能体强化学习理解世界以解决社会困境

    本论文采用多智能体强化学习与世界模型相结合的方法来研究社会困境中智能体的协作行为，并证明通过使用世界模型可以引导智能体实现复杂的协调行为。

    May, 2023