Aug, 2022

在竞争游戏中引入对抗机制的强化学习

PDF
TL;DR本文提出了一种基于竞争行为社会影响的强化学习机制，通过在互动游戏中设计与人类玩家互动的场景，研究了该机制如何影响了机器人代理的学习及人类玩家在游戏中的表现，结果表明在与竞争对手互动时，人类玩家会察觉到特定的社会特征与感知机制并对人类玩家的表现产生直接的影响，并探讨了组成人工竞争得分的不同社会和客观特征如何促进了研究成果。
发现论文，激发创造
  • 独立学习个性化竞争行为的对比强化学习优化

    在这篇论文中，我们提出了一个由三个神经层组成的新颖模型，用于学习竞争性游戏的表示、对特定对手策略的映射以及如何打乱对手。通过在线训练和对比优化的组合损失，我们的模型在 Pokemon 对战和四人竞技帽子师傅卡牌游戏中取得了较好的性能，尤其是在多次对战同一对手时。我们还对模型的影响进行了讨论，尤其是在对这两种情况下的具体策略学习方面的表现。

    Oct, 2023

  • 现实世界中基于内在动机的人机交互强化学习

    本文提出了一种基于内在动机的强化学习框架，通过预测模型和动作条件获得内在动机驱动下的奖励，并通过与人的互动学习类似于人类的社交技能，结果表明该机器人不仅获得了人类般的社交技能，而且在测试数据集上做出了更符合人类的决策。

    Apr, 2018

  • 多智能体强化学习实现新兴社交学习

    该论文研究在多智能体环境下，独立强化学习代理人是否可以学习使用社会学习来提高性能，并发现通过在训练环境中强加约束条件和引入基于模型的辅助损失，可以获得广义的社会学习策略，使代理人能够发现不是通过单个代理人训练获得的复杂技能并且通过从新环境的专家那里获取线索在线适应新环境。

    Oct, 2020

  • 强化学习下的合作和声誉动态

    通过一种强化学习的简单模型，研究发现使用声誉机制可以解决一些协作难题，但是声誉机制本身也会生成两个协调问题，为了缓解这个问题，可以采用固定代理人和内在奖励相结合等简单机制。

    Feb, 2021

  • 互惠奖励影响促进自利代理人合作

    自利个体之间的紧急合作在自然界是普遍现象，但在人工智能代理之间的互动中仍然难以实现。我们引入了回报者（Reciprocators），一种本质上受到对手行为影响回报的强化学习代理，用于促进各种时间上延长的社会困境中的合作。

    Jun, 2024

  • 竞争生存环境下的多智能体相互作用

    本研究采用多智能体相互作用的方法，开发了一个可扩展的具有现实物理和人类相关语义的竞争环境，旨在解决强探索环境中的问题，并进行了多项实验以获得简单的新兴策略和未来改进的具体方向。

    Jan, 2023

  • 通过基于正面人类收益的以人为中心建模方法增强人机协作中的人类体验

    我们提出了一种以人为中心的建模方案，旨在通过强化学习来提高人类与协作智能体合作时的体验，并在多人在线战斗竞技游戏中进行了有效性评估。

    Jan, 2024

  • 使用离线强化学习学习影响人类行为

    本篇论文提出了一种离线强化学习方法，通过利用多样化的人机交互行为，在不需要在线训练或高保真模拟器的情况下，学习一些对人类行为产生积极影响的策略，从而提高人类在合作任务中的表现。该方法成功在 Overcooked 协作基准域中提高了人类的表现。

    Mar, 2023

  • 人类不是玻尔兹曼分布：应对强化学习中人类反馈与交互建模的挑战与机遇

    该论文呼吁从不同学科出发进行研究，以解决人类如何向人工智能提供反馈以及如何构建更健壮的基于人类协作的强化学习系统的关键问题，并提出人类模型必须是个性化，情境化和动态的观点。

    Jun, 2022

  • 关于团队运动比赛中的多智能体学习

    本文提出了一种分层训练智能体的方法，以期在团队运动游戏中实现类似于人类的风格和高水平的表现，初步结果显示所提出的方法具有解决多智能体学习问题的潜力。

    Jun, 2019