ICLRMar, 2022

多智能体环境的动态噪声可提升泛化能力：基于智能体模型的强化学习方法

PDF
TL;DR本文研究了基于智能体模型的强化学习环境的好处。通过对比微分方程和智能体模型基础的流行病 SIR 环境的控制，数值模拟结果表明使用智能体模型的 SIR 模型固有噪声不仅可以提高平均奖励，还能让 RL 智能体在更广范围的流行病参数范围内进行泛化。
reinforcement learningagent-based modelsepidemic controlgeneralizationintrinsic noise
发现论文，激发创造
  • 使用 RL 行为模型的面向政策的基于代理的建模

    本文研究了在决策制定环境下，基于强化学习的智能体决策行为的刻画与建模。实验结果表明，相比于传统的规则制定和数据回归方式，基于强化学习的智能体决策行为模型具有更高的适应性和更好的表现，可以更好地支持 Agent-based Models 在政策分析等领域的应用。

    Jun, 2020

  • 通过强化学习和基于代理的建模模拟理性对经济的影响

    使用多智能体增强学习 (RL) 拓展有限理性模拟模型以考察其对经济的影响，研究发现多智能体根据市场竞争和理性程度 spontaneously 学习出不同策略，增加市场力量和整体利润，但更高程度的理性也可能导致更大不稳定性，并提出了可以稳定学习的经济模拟模型。

    May, 2024

  • 在 ABM 中学习复杂的空间行为：一个实验观察研究

    本文介绍了一种利用深度强化学习方法，如 PPO 算法，基于智能代理模型实现的智能自适应行为仿真方法。通过捕捉和模拟代理模型中的隐藏，躲避和觅食等行为，探索并展示了深度强化学习方法在智能自适应行为建模中的应用研究。

    Jan, 2022

  • 环境临近目标培训的意想不到的收获

    通过添加可量化的参数噪声到训练的转移函数中，在新的环境中评估增强学习代理的推广能力。我们展示了在 60 个不同的 ATARI 游戏变体中，包括 PacMan、Pong 和 Breakout，通过在替代的噪声设置下训练代理能获得较好的结果。

    Jan, 2024

  • 深度强化学习中的信息瓶颈用于动态泛化

    采用信息论正则化目标和一个退火优化方法来提高强化学习代理的泛化能力，从而在不同领域的任务中实现极端泛化，揭示信息理论和机器学习之间的联系。

    Aug, 2020

  • 面对环境不确定性的高样本效率鲁棒多智能体强化学习

    为了解决强化学习中的模拟到实际之间的差距，学习策略必须对环境不确定性保持鲁棒性。本研究着重于多智能体环境中学习分布鲁棒马尔可夫博弈，提出基于模型的 DRNVI 算法来学习各种博弈论平衡的鲁棒变种，同时建立了信息论下界以确认 DRNVI 的近乎最优样本复杂度。

    Apr, 2024

  • 百万智能体强化学习的人工智能种群动态研究

    本文探究了利用深度强化学习机制使智能体集体行为呈现有序模式的过程，并通过仿真大规模掠食者和被掠食者的世界来验证自然规律是否同样适用于人工智能系统中，实验结果表明基于不同自身利益驱动的智能体群体行为呈现出类似于生态学中的 Lotka-Volterra 模型的有序模式，这种集体行为的出现可以由自组织理论解释。

    Sep, 2017

  • 基于上下文感知的模型动态学习在强化学习中的泛化应用

    该论文提出了一种用于强化学习中学习动态全局模型的方法，通过将学习全局动态模型的任务分解为学习本地动态的上下文潜向量和条件预测下一个状态来实现此目的，并通过鼓励上下文潜向量在预测正向和反向动态方面有用来编码动态特定信息。该方法在各种模拟机器人控制任务中实现了优异的泛化能力，超过了现有的强化学习方案。

    May, 2020

  • SDGym: 使用系统动力学模型的低代码强化学习环境

    通过引入系统动态方法（SD）作为一种补充方法，利用 SDGym 生成基于 SD 模拟模型的定制强化学习（RL）环境，验证了通过预先存在的 SD 模型和少量的配置代码可以生成良好指定、丰富的 RL 环境。

    Oct, 2023

  • 动态环境下强化学习算法综述

    本文综述了针对动态环境模型的强化学习方法，目的是在学习过程中最小化奖励损失或找到适当的策略以实现在不断变化的操作条件下智能体的适应，并讨论了这些方法的优缺点以及未来的改进方向。

    May, 2020