Feb, 2022

四人共舞：多智能体自我对弈用于自动生成课程

PDF
TL;DR本研究提出一种自动化生成目标课程的框架 ——Curriculum Self Play（CuSP），通过多人游戏的方式平衡合作和竞争的关系，解决了训练通用强化学习智能体所面临的困难，并成功地生成了适用于各种控制任务的目标课程。
reinforcement learning agentsgoal curriculumcuspmulti-player gamecurriculum generation
发现论文，激发创造
  • 通过设置器 - 求解器交互自动生成课程

    研究探讨了如何在动态的环境下使用自动生成的任务大纲来改善智能体的效果，介绍了使用目标的有效性、可行性和覆盖面的考虑来构建有用的任务大纲的新技术，并在 2D 和 3D 环境中展示了成功应用。

    Sep, 2019

  • 通过价值分歧进行自动课程学习

    通过提出自动课程设计和目标建议模块，来提高强化学习中的多任务目标采样效率，并在机器人和导航任务中展示了比现有方法更好的性能。

    Jun, 2020

  • 机器人操作中的自对称自我对弈用于自动目标发现

    通过不对人类先验假设的依赖，我们可以通过非对称自我博弈的方法训练出只需稀疏奖励的 Bob，并且他可以从 Alice 的轨迹中学习，以实现目标发现和机器人操作的一体化控制。

    Jan, 2021

  • 通过非对称自对弈实现内在动机和自动课程学习

    通过提出动态协同（Alice 和 Bob）的兴趣课程，使用一种适当的奖励机制，有效地进行无人监督的强化学习，用于环境感知系统中的智能体的训练

    Mar, 2017

  • CURIOUS: 内在动机模块化多目标强化学习

    该论文提出了一种名为 CURIOUS 的算法，它利用 MODULAR Universal Value Function Approximator 和自动化课程学习机制来实现学习代理的自主目标设定和自我组织学习课程，实现学习目标的快速最优化。

    Oct, 2018

  • 面向多智体强化学习的熟练人口课程

    该论文介绍了一种名为 SPC 的新型自动课程学习框架，该框架将课程学习应用于多智能体协调中，通过赋予学生团体不变的通信和分层技能，在不同数量的代理任务中学习合作和行为技能，并在学生策略的条件下将老师建模为一个情境式赌博机，提高了 MARL 环境下的性能、可伸缩性和样本效率。

    Feb, 2023

  • 多智能体强化学习中的协作课程学习

    在多智能体环境中，通过使用降低技能水平的协作队友为学习代理制定学习课程，能够同时实现任务完成与整体团队奖励最优。

    Dec, 2023

  • 无任务特定知识的自主强化学习自我监督课程生成

    提出了一种新颖的自主强化学习算法，能够根据智能体的学习进展生成自适应课程，使智能体能够高效地解决稀疏奖励迷宫导航任务，同时减少了手动复位。

    Nov, 2023

  • 多智能体自动驾驶的基于场景的课程生成

    自动化生成多样且复杂的训练场景对于许多复杂的学习任务至关重要，本论文介绍了 MAT-Gym，这是一个用于 CARLA 高保真驾驶模拟器的多智能体交通场景训练框架，通过使用部分场景描述来生成具有不同数量智能体的交通场景，并演示了如何将其与无监督环境设计技术相结合以自动化生成自适应的自动课程。

    Mar, 2024

  • 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