Jul, 2020

去中心化强化学习：通过本地经济交易进行全局决策制定

HTML
PDF
TL;DR该研究旨在建立一个框架，以引导一群简单、专业、自我利益代理人解决传统上作为整体单一代理人序列决策问题的难题，并通过设计一种学习环境机制，使每个代理人的最优解与 Nash 平衡策略一致，并为其推导出了一类分散式强化学习算法，同时展示了该社群内在结构对于更高效的迁移学习可能带来的潜在优势。
发现论文，激发创造
  • 具有网络代理的完全分散的多代理强化学习

    本文提出了两种具有函数逼近的分布式学习算法来解决网络智能体的多智能体强化学习问题，这两个算法均为完全去中心化的Actor-Critic算法，能够应用于大规模多智能体学习问题中，并在模拟实验中验证了算法的有效性和可收敛性。

    Feb, 2018

  • 强化学习优化：从单智能体到协作智能体

    该文章回顾了多智能体强化学习算法在大型控制系统和通信网络方面的最新进展，主要关注不同协调协议下的分散设置，并从分布式优化的视角突出了强化学习算法从单一智能体到多智能体系统的演变，强调多智能体强化学习与分布式优化、信号处理之间的合作，并总结了未来的发展方向与挑战。

    Dec, 2019

  • 零和马尔可夫博弈的分散式 Q 学习

    本研究在非协调控制下，针对无限期、折现、零和马尔可夫博弈中的多智能体强化学习进行了研究。提出了一种无限期 Q 学习动态，该学习动态在没有集中控制器的情况下收敛到 Nash 均衡点，并且可以有效应对非固定环境的挑战。

    Jun, 2021

  • 均场多智体强化学习：一种分散网络方法

    提出了基于LTDE-Neural-AC和演员-评论家方法的多智能体强化学习算法，应用于自驾车、拼车、数据和交通路由模型的图网络，其解决了分散式多智能体强化学习网络结构的问题，并具有收敛保证的优势。

    Aug, 2021

  • 去中心化一般和马尔可夫博弈中具有可证明效率的强化学习

    本文提出了一种多智能体强化学习算法，可以在一般和马尔可夫博弈中学习到一个粗略的相关均衡策略，并且算法是完全分散的，智能体只有本地信息，并不知道其他智能体的存在。

    Oct, 2021

  • 改进分散式多智能体强化学习的无模型算法

    本文针对多智能体强化学习算法在代理数目增多时出现的采样复杂度指数级增长的现象，提出了一些去中心化的学习算法，并在几个关键的方面上做了优化，同时通过数值仿真验证我们理论的有效性。

    Oct, 2021

  • 马尔可夫潜在博弈中的独立和去中心化学习

    该论文提出了一种多智能体强化学习动态模型，分析了其在无限期贴现马尔可夫潜在博弈中的收敛性质。论文在独立和分散的环境下进行，重点研究了多智能体可以通过简单的学习动态方法在最小信息环境下达到马尔可夫潜在博弈的稳定纳什均衡。

    May, 2022

  • 具有平均回报目标的随机博弈中的分散式无模型强化学习

    本文介绍了一个针对零和博弈中基于无限目标平均报酬的分散式学习的无模型算法，称为Decentralized Optimistic Nash Q-Learning(DONQ-learning)，该算法能够获得$T^{3/4}$阶数的高概率次线性遗憾和$T^{2/3}$阶数的次线性期望遗憾。与以往的相关工作相比，该算法具有低计算复杂度和低内存空间要求。

    Jan, 2023

  • 完全去中心化的合作多智能体强化学习：调查

    该论文系统地回顾了两种全面分散设置下的全面分散方法，即最大化所有代理的共享奖励和最大化所有代理的个人奖励之和，并讨论了未来研究方向。

    Jan, 2024

  • 一般和博弈中的去中心化学习

    本研究针对在动态和不确定的社会系统中，多代理间异质效用交互的去中心化学习算法设计与分析存在的空白，提出一种基于马尔可夫近势函数（MNPF）的新方法，以保证算法能够收敛到近似纳什均衡。研究表明，该方法能有效应对多代理系统中的学习收敛问题，并提供新的视角来分析去中心化算法的设计。

    Sep, 2024