Jan, 2022

不谈话的规划：抗通信丢失的多智能体系统

PDF
TL;DR该论文针对协作多智能体系统中的通信问题，提出了一种分散执行联合策略算法，运用状态 - 行为过程的总相关度估计代表多智能体间内在依赖关系的指标，通过最大化一个该指标的代理量，合成了最小依赖联合策略，并在数值实验中验证其鲁棒性和高性能。
cooperative multiagent systemsinter-agent communicationmarkov gamesdecentralized executionminimum-dependency joint policies
发现论文，激发创造
  • 在不完美的信道上学会合作与沟通

    多智能体系统中的信息交流在部分可观察环境中提高智能体之间的合作，本文考虑了基于有限和不可靠信道下智能体的合作通信，通过提出一种基于独立 Q 学习的新型通信方法，智能体可以动态适应信息共享的量，从而根据本地观察和信道特性发送不同大小的消息，同时智能体学习编码和解码消息以提升共同训练的策略，在合作式数字预测环境中，我们展示了相比于没有自适应能力的方法，我们的方法表现更好，并讨论了其在交通路口环境中的局限性。

    Nov, 2023

  • 合作多智能体学习中的鲁棒事件驱动交互

    本文提出了一种利用底层马尔可夫决策过程的内在鲁棒性来减少多智能体学习系统中代理之间通信的方法，该方法基于计算所谓的鲁棒性代理函数，从而实现完全分布式的决策功能并减少代理之间通信次数。

    Apr, 2022

  • 多智能体强化学习：实用沟通和控制

    这篇论文提出了一种名为 “Cyber-Physical POMDP” 的模型，将目标导向通信和网络控制相结合，以实现分散的移动机器人的协调，通过联合训练可以显着提高总体性能并可导致通信行动的隐式协调。

    Feb, 2023

  • 合作多智能体强化学习中实用通信策略的学习

    本文提出了一个框架，利用神经消息编码器来学习多智能体强化学习中的通信策略，包括消息传输时机、消息内容以及如何保留消息信息。模拟实际的无线网络环境下，与现有技术相比，该框架在游戏性能、收敛速度和通信效率方面都有显著提高。

    Sep, 2022

  • 基于推理的确定性多智能体通信消息传递

    本文研究了智能代理在协调、学习中的作用，提出了一种基于信息传递的优化方法，通过实验表明该方法可以增强现有的分散式训练方法，具有推广应用的潜力。

    Mar, 2021

  • 更接近现实：带有不完美通信的协同 Bandit 算法

    本文探讨了协作强盗问题在现实世界通信环境下的三种典型情景，并提出了相应的去中心化算法来实现可比性能并且保证产生小组遗憾次数接近最优解，同时提出了对于完美通信情况下的改进算法，最后给出了群体遗憾的最紧密的网络相关极小极大下限。

    Nov, 2021

  • 合作多智能体规划中的差分隐私

    提出一个保护多智能体系统的隐私的框架，通过应用差分隐私机制来保障多智能体间的通信，并分析隐私强度和团队表现之间的权衡，进而综合出了一种鲁棒性好的策略，该策略将总相关度的价值减少，使得在私有和非私有通信实现下团队表现的差别仅为 3％。

    Jan, 2023

  • 基于深度强化学习的多智能体通信与协作决策研究

    本篇论文基于 CTDE 框架，研究基于 MAPPO 算法的多智能体合作决策，并引入了基于权重调度和注意力机制的多智能体通信机制以缓解多智能体环境中的非稳定性。提出了 MCGOPPO 算法，并在 SMAC 和 MPE 上进行了实验，结果表明此算法可以改善多智能体环境中的非稳定性，提高多智能体间的协同决策能力。

    May, 2023

  • 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

  • 多智能体系统的全分散策略：信息理论方法

    本文提出了基于信息论的速率畸变理论框架，它使得我们能够分析完全分散的政策能够重构最优解的程度，同时，该框架提供了自然的扩展解决了一个代理应该与哪些节点通信以提高其个体策略的性能的问题。

    Jul, 2017