增强型平均场近似下的深度卷积多智能体通信

Mar, 2022

增强型平均场近似下的深度卷积多智能体通信

Depthwise Convolution for Multi-Agent Communication with Enhanced Mean-Field Approximation

Donghan Xie, Zhi Wang, Chunlin Chen, Daoyi Dong

TL;DR本文提出了一种基于局部通信学习的新方法来解决存在大量代理并存的多代理强化学习挑战，其中我们设计了一种利用深度卷积提取局部关系和在邻近代理之间学习局部通信的新通信协议，在此基础上，我们显式地学习联合动作的影响，并引入均场近似来减少代理之间的交互规模，可以更有效地协调邻近代理的行为，并在不同任务中表现良好。

Abstract

Multi-agent settings remain a fundamental challenge in the reinforcement learning (RL) domain due to the partial observability and the lack of accurate real-time interactions across agents. In this paper, we propose a new method based on local communication learning to tackle the multi

发现论文，激发创造

深度多智能体强化学习中的通信学习

本研究基于深度神经网络，提出两种学习策略（RIAL和DIAL），探究在多智能体感知与互动的环境下，通过学习通信协议最大化共享效益的问题。研究表明通过这种中心化学习、分散式执行的方法能够在通信难题和多智能体计算机视觉问题领域中实现端到端的协议学习。

May, 2016

图卷积强化学习

本文提出了一种使用图卷积强化学习的方法，通过使用关系内核捕获代理之间的相互作用来适应多代理环境的动态，并利用逐渐增大感受野的卷积层产生潜在特征来学习合作，此外，为了保持一致性，还使用了时间关系正则化方法。实验表明，该方法在各种合作场景中显着优于现有方法。

Oct, 2018

极端嘈杂观测下的多智能体深度强化学习

使用通信媒介增强的多智能体深度确定性策略梯度算法在六种高度非稳态环境中表现良好，相比基线模型具有显著性能提升。

Dec, 2018

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

多智能体强化学习中通信调度的学习

本研究提出了一种名为SchedNet的多智能体强化学习框架，其中智能体能够自主学习如何安排通讯、编码消息以及根据接收到的信息选择动作，并在合作通讯与导航以及捕猎等不同应用场景下展示了比其他机制更显著的表现差距，达到32%至43%的性能优势。

Feb, 2019

星际争霸多智能体挑战赛

本设计章介绍了 StarCraft Multi-Agent Challenge (SMAC) 作为实验问题，正式本测试环境可以提供一个标准的测试环境，并对deep multi-agent reinforcement learning 、partially observable cooperative multi-agent learning、单个传感器规则等领域进行询问和分析。

Feb, 2019

具有图卷积通信的反事实多智体强化学习

该研究提出了一种基于图卷积和多因素策略梯度的架构，用于解决在多观察环境下多智能体之间合作最大化系统功用时的通信和奖励分配问题，并在一系列任务中取得了优异表现。

Apr, 2020

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

基于表征通信的大规模交通信号控制的多智能体强化学习

基于通信的多智能体强化学习（MARL）框架用于大规模交通信号控制，每个智能体学习通信策略以选择消息的发送对象和交换可变长度的消息，实现去中心化和灵活的通信机制，并在网络拥塞和性能方面表现优于相关方法。

Oct, 2023

独立强化学习代理在多智能体环境中交互模式的学习涌现

本研究解决了多智能体强化学习中因代理间通信引发的可扩展性问题。提出的底层网络（BUN）将多智能体视为一个统一体，并采用独特的权重初始化策略以促进独立学习，同时通过动态连接使代理在必要时协调，有效降低计算成本，实验证明其在多个合作任务中的性能优越性。

Oct, 2024