Sep, 2022

如何使用协作瓦片多智能体系统解决分类问题？

PDF
TL;DR该论文介绍了 smapy，一个基于集成的 AMAS 实现，应用于移动预测，其代理具备机器学习模型以及合作规则，通过协作式的多智能体结构中将分类问题转化为输入变量空间的合作瓦片图。实验结果表明，线性分类器在非线性场景下经过合作式的多智能体方法，在分类准确性和决策边界方面显示出了显着的改进。
发现论文，激发创造
  • 一个集成的多智能体系统用于非线性分类

    smapy 是一种基于集成学习和自适应多智能体系统的移动性预测实现方案，并提出了一种详细的方法，通过系统的合作学习方法的使用，证明可以在非线性分类环境下使用线性模型，并在交通模式检测数据集上实现了良好的表现。

    Sep, 2022

  • 利用信念地图辅助训练的多智能体合作游戏

    多智能体系统中，使用消息传递系统共享本地观察以获得全局情境感知，进而影响智能体间协作的有效性。本文提出 Belief-map Assisted Multi-agent System (BAMS)，利用神经符号信念映射来增强训练，通过简单的符号表示实现从反馈到学习的额外通道。与强化学习中来自奖励的间歇性和延迟反馈相比，信念映射提供更一致可靠的反馈，BAMS 模型在合作狩猎游戏中表现更好。实验结果显示，BAMS 减少了 66% 的训练周期，使用 BAMS 的智能体平均少完成了 34.62% 的步骤。

    Jun, 2024

  • N 代理临时团队合作

    在多智能体环境中学习合作行为的现有方法通常假设相对限制性的情景，在完全合作的多智能体强化学习中，学习算法控制着场景中的所有智能体，而在特定团队合作中，学习算法通常只控制场景中的单个智能体。然而，在现实世界中，许多合作场景要求更灵活的学习方法。本文提出了 N - 智能体特定团队合作算法（POAM），用于解决在评估阶段必须与动态变化的不同类型的队友进行交互和合作的智能体问题，并通过学习队友行为的表示来适应各种队友行为。在《星际争霸 II》任务的实证评估中，POAM 相对于基准方法提高了协作任务的回报，并实现了对未见过队友的分布外泛化。

    Apr, 2024

  • 具有关联记忆的端对端可微聚类

    提出了一种使用关联记忆模型实现的端到端可微分聚类方法 ClAM，并且使用自监督聚类损失进行了改进，实验结果表明，ClAM 明显优于传统的 k-means 算法和连续聚类方法。

    Jun, 2023

  • 小区缓存的协作多智体多臂赌博学习

    该研究在未知用户偏好情况下，探究了学习型缓存在小型蜂窝网络（SCN）中的应用。在这个问题中，我们从多智能体多武器老虎机（MAMAB）的角度模拟这个序列决策问题。我们提出几种 MAMAB-Based 算法，在静态和非静态环境下直接学习缓存策略，以实现最小化系统长期传输延迟的目标。该研究验证了所提出的算法的有效性，并进一步讨论了不同参数对缓存性能的影响。

    Jan, 2020

  • 一种多智能体框架，用于异步和协作扩展多任务机器学习系统

    通过模块化的方法和新的抽象概念，提出了一种多智能体框架，使许多具有不同目标的贡献者能够共同开发和扩展智能系统，并异步使用和扩展模块化的智能系统。

    Sep, 2022

  • 通过学习队友模型实现的分散 MCTS

    本文提出一种可训练的在线分散式规划算法，基于分散蒙特卡洛树搜索，结合先前的剧集运行学习的队友模型，利用深度学习和卷积神经网络生成精确的策略逼近器，提高了策划性能。此算法支持去中心化在线规划的多代理系统.

    Mar, 2020

  • 异质代理镜像学习：协作多智能体强化学习的一系列解决方案

    本文介绍了一种名为异构代理镜像学习（HAML）的新型框架，该框架提供了一种通用的 MARL 算法设计模板，解决了在奖励单调性或收敛时的非最优性能问题，通过证明来自 HAML 模板的算法满足单调改进联合奖励和收敛到纳什均衡的期望属性，并通过在星际争霸 II 和多智能体 MuJoCo 任务中验证了 HAML 的实用性。

    Aug, 2022

  • 学习估计竞争来提高多智能体协作

    本文提出了一种多智能体学习算法 ALMA-Learning，用于大规模系统的高效和公平分配，该算法通过依赖于 ALMA 启发式协调机制来克服传统多智能体学习的问题，适用于各种情景和实际问题，且具有轻量级和快速学习的特点，适合于设备上的部署。

    May, 2021

  • 分散和终身自适应的多智能体协作学习

    提出了 DeLAMA 算法，它是一种具有动态协作图的分散式多智能体协同学习算法，能够促进自主协作关系学习和适应动态任务，实现了 MSE 减少 98.80% 和分类准确率提高 188.87%，为未来建立智能、分散式和动态多智能体系统提供了基础技术。

    Mar, 2024