Aug, 2022

把它写下来：正式合同缓解多智能体强化学习中的社会困境

PDF
TL;DR本文提出一种基于经济学中形式合同思想的多智能体强化学习方法，实现在自私代理中解决个人与群体奖励分歧问题，并通过经验实验得出，该增强方法可使马尔可夫游戏中所有平稳状态达到社会最优行为策略。
multi-agent reinforcement learningformal contractingmarkov gamereward transferssocial dilemmas
发现论文，激发创造
  • 介导的多智能体强化学习

    研究了如何通过引入内部和外部协调措施，实现智能体之间在环境中的合作，其中提出了中介者模型作为实现协调的一种方法。

    Jun, 2023

  • 随机不确定社交偏好中的紧急互惠和团队形成

    该研究通过引入随机不确定社交偏好（RUSP）的环境增强来训练多智能体以解决社交困境，证明了直接互惠、间接互惠与声誉的自然出现，包括团队形成，这些行为可带来更高的社会福利均衡。

    Nov, 2020

  • 多智能体强化学习的统一博弈论方法

    本文提出了一种基于深度强化学习的近似最佳响应策略混合和实证博弈理论分析的算法，用以解决多智能体强化学习中独立强化学习过度拟合其他智能体政策的问题，并且在网格世界协调游戏和扑克牌等部分可观察环境中取得了不错的结果.

    Nov, 2017

  • 多智能体强化学习中的策略蒸馏与价值匹配

    本文提出了一种多智能体 Actor-Critic 算法，通过分解多智能体问题以及知识蒸馏和价值匹配等方法，使智能体之间能够共享信息并解决维度灾难问题，进而在离散和连续动作空间中实现更好的性能。

    Mar, 2019

  • M$^3$RL: 意识感知的多智能体管理强化学习

    本文提出 Mind-aware Multi-agent Management Reinforcement Learning (M^3RL) 算法，通过对多个自我意识且不可控制的机器人进行建模，实现超级机器人的管理和操纵，以实现最优的多机器人协同任务分配和奖励系统。

    Sep, 2018

  • 通过观察自我对弈增强学习现有社会惯例

    研究了在协调博弈中，人工智能代理人如何通过多智能体强化学习和模仿学习来优化策略以满足现有社交约定。结果表明，使用少量模仿学习可以显著提高多智能体强化学习找到与现有社交约定相符的策略的概率。

    Jun, 2018

  • 基于逻辑的奖励塑造多智能体强化学习

    本研究探讨了基于逻辑的多智能体强化学习中的奖励设计问题，并提出了一种可扩展的半集中式逻辑奖励设计方法，以应对任务中多智能体数量增加的问题。

    Jun, 2022

  • 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

  • 网络代理的去中心化多智能体强化学习：最新进展

    本文回顾了多智能体强化学习的一个分支领域 —— 网络化智能体下的去中心化多智能体强化学习。该领域的研究主要集中在多个代理在公共环境中执行顺序决策，而无需任何中央控制器的协调。代理可以通过通信网络与其邻居交换信息。此设置在机器人，无人驾驶车辆，移动传感器网络和智能电网的控制和操作中具有广泛应用。

    Dec, 2019

  • 多智能体强化学习中的合作学习

    本文研究了网络多智能体强化学习（MARL）问题，提出了一种分层分散式 MarL 框架：LToS，它使代理者能够动态地与邻居共享奖励，从而通过集体鼓励代理者在全局目标上进行合作。实证结果表明 LToS 在社会困境和网络 MARL 的情景下都优于现有方法。

    Dec, 2021